在多类分类的情况下应该如何处理不平衡类答案

【问题标题】：What should be done to handle Imbalanced classes in case of Multi-class classification在多类分类的情况下应该如何处理不平衡类
【发布时间】：2019-01-04 12:00:40
【问题描述】：

我有一个数据集，其中包含模式随机的用户票证和大约 56 个列，它是一个文本数据。我的任务是创建一个模型并训练它来识别和预测门票属于哪个类别，我们有 100 多个类别。假设 A 类的计数是 70,000，其他是 50,0000，对于某些类别，票数下降到 1，这是不平衡的数据吗？如果是，我应该如何处理多类分类，直到现在处理我认为不平衡的数据，我正在使用 SMOTE，但准确性会降低。在这种情况下我该怎么办？

我已经尝试过决策树分类器，现在正在研究逻辑回归。

【问题讨论】：

标签： machine-learning data-analysis

【解决方案1】：

1) 在这种情况下使用 F1-score 作为评估指标（高度不平衡的数据）。

2) 在 train_test 拆分时使用分层抽样。

3) 试试 one vs rest 分类器。

4) 使用 xgboost、lightgbm 和 catboost 等算法。

【讨论】：