SMOTE - 多类答案

【问题标题】：SMOTE - multiclassSMOTE - 多类
【发布时间】：2022-01-10 22:05:02
【问题描述】：

鉴于我有一个类不平衡问题，我正在应用 SMOTE（DMwR 包）。但是，我有三个班级结果而不是两个。

该函数正确地对少数类进行过采样，但我没有遵循多数/中产类的行为（即所有类别都包含不同的样本大小）。

假设：

library(DMwR)

set.seed(1234)

train = data.frame(group=as.factor(rep(c(1,2,3),c(35,110,220))),
            score=rnorm(365,100))

train_resample <- SMOTE(group ~ ., train, perc.over = 400, perc.under=200)

table(train_resample$group)

#  1   2   3 
# 175  104 176

少数类是有道理的，35+(35*4) = 175。另外，剩下的样本很清楚，140*200/100 = 280。但是，我不确定这个样本是如何分布在其余类中的.它保留了样本大小的顺序，但可能是随机的。

有什么想法吗？

【问题讨论】：

标签： r

【解决方案1】：

你可以试试 UBL 包中的 SmoteClassif() 函数。该函数允许您指定要对每个类进行欠采样或过采样的百分比。

【讨论】：

我使用的 SMOTE 函数也有这些选项（过采样/欠采样），如示例所示，尽管在示例中会产生输出，但我很困惑。