将特征选择方法应用于不平衡数据集的正确方法是什么？

Question

我是数据科学和机器学习的新手，所以我会详细写下我的问题。

我有一个不平衡的数据集（二进制分类数据集），我想通过使用 Weka paltform 来应用这些方法：

1. 10 折交叉验证。
2. SOMTE 或过采样以平衡数据。
3. 一种Wrapper特征选择方法。
4. 6 个分类器并比较它们的性能。

   我想在这些条件下应用它们：

   1. 在应用特征选择方法之前平衡数据 (reference)。
   2. 在交叉验证期间平衡数据 (reference)。

      正确的程序是什么？

      我在下面写了一篇带有建议程序的帖子。

Answer 1

这个程序正确吗？

首先，使用特征选择方法来减少特征数量：

1. 从预处理选项卡：平衡整个数据集。
2. 从选择属性选项卡：将特征选择方法应用于平衡数据集。
3. 从预处理选项卡：从原始不平衡数据集中删除未选择的属性（从步骤 #2 产生）并保存数据集的新副本以便在下面使用它。

   然后，将 coss 验证和平衡方法应用于数据集的新副本：

   1. 从分类选项卡：选择 10 折交叉验证。
   2. 选择过滤器分类器并编辑其属性：
      • 分类器（选择分类器，一一选择）。
      • 过滤器：SMOTE 或重采样。