用 mlr3 处理类不平衡答案

【问题标题】：Dealing with class imbalance with mlr3用 mlr3 处理类不平衡
【发布时间】：2021-02-16 16:12:09
【问题描述】：

最近有人建议我将机器学习框架更改为 mlr3。但我发现过渡比我一开始想的要困难一些。在我目前的项目中，我正在处理高度不平衡的数据，我想在训练我的模型之前对其进行平衡。我发现本教程解释了如何通过管道和图形学习器处理不平衡：

恐怕这种方法还会通过新数据预测执行类平衡。我为什么要这样做并减少我的测试样本？

所以出现了两个问题：

当然，我可以手动对训练数据进行子集化并自己处理不平衡，但这不再有趣了！ :)

无论如何，感谢您的任何回答，
干杯！

【问题讨论】：

【解决方案1】：

回答您的问题：

恐怕这种方法也会通过新数据预测来实现类平衡。

这不正确，你从哪里得到的？

在测试数据中不平衡类别是否正确？

类平衡通常通过添加或删除行（或调整权重）来实现。在预测步骤期间不应应用所有这些步骤，因为我们希望数据中的每一行都有一个预测值。另一方面，权重通常在预测阶段没有影响。你的假设是正确的。

如果是这样，在 mlr3 中有没有办法做到这一点？

只需按照博文中的说明使用PipeOp。在训练期间，它将执行指定的过采样或欠采样，而在预测期间不执行任何操作。

干杯，

【讨论】：

这只是我的假设。如果您查看 mlr3 书 (mlr3book.mlr-org.com/pipe-modeling.html) 中的图表，看起来图学习器的每个部分也在新数据上进行了处理。类平衡是一个例外，还是我理解错误？
PipeOps 在train 和test 期间使用正确的步骤实现。所以在这种情况下，你的假设是不正确的。
请参阅 here 以获取参考。在predict 期间，PipeOp 只是传递它的输入。
太棒了，感谢您的详细解释！真的很感激。