在非平衡数据集上使用SMOTE

Question

我有一个2级非平衡数据集，其比例为20：1

我正在使用SMOTE对次要类进行过度采样，并想知道何时使用SMOTE开发可用模型，如果最好过采样，以便次要类的百分比与其他类相同（即1： 1）或通过试验确定错误的最低可能比率，以将模型整体提高到可接受的水平（即F1Score> 0.7），但如果合理的话，不要使用太多的合成样本。

任何想法/建议都表示赞赏。

Answer 1

对于大部分班级的抽样总是比SMOTING更好，因为根据我的经验，SMOTING从未帮助过。我的建议是尝试采取所有/大多数少数民族的案例，并尝试以不同的比率对大多数班级进行取样F的甜点！得分了。 -谢谢 萨蒂什南比亚

Answer 2

您可以尝试不同的SMOTE百分比和最近邻居值。然后根据您的F1Score选择最佳参数值。

您的最佳结果不一定是具有最高SMOTE百分比的那个。