标签： machine-learning random-forest cross-validation
我有98k比例的二十亿不平衡数据（二进制分类）。 我试图随机提取98％的类，并与其他类进行平衡，导致数据点不到3k。
我的随机森林AUC ROC达到了92％左右。
（我不想使用SMOTE /过采样/加权少数类，因为它很难解释结果）
它的信用数据顺便说一句。我担心它会导致极端偏见（随机森林+超小样本）