鉴于我有一个类不平衡问题,我正在应用 SMOTE(DMwR 包)。但是,我有三个类(class)结果而不是两个。
该函数正确地对少数类进行了过采样,但我没有遵循多数/中间类的行为(即,所有类别都包含不同的样本量)。
让我们说:
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剩下的类上的。它保留样本大小顺序,但可能是随机的。
有任何想法吗?
最佳答案
您可以尝试 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。
关于r - SMOTE - 多类,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42690284/