我正在研究一个包含 2 个类的不平衡类数据集（200 个样本），第一类有 50 个样本，第二个有 150 个样本。
我的问题：
- 当我在我的数据集上使用 SMOTE 技术时，我的总数据集样本将大于 200 或更小？
- SMOTE 技术是否有标准参数值？
SMOTE 技术的标准参数值是多少？
数据挖掘
数据集
阶级失衡
打击
2022-03-16 15:58:05
1个回答
首先，如果你所有的变量都是数字的，那么你可以 SMOTE；否则你应该使用 SMOTENC。
答案： 1- 你的班级是 150-50，然后 SMOTE 给你 150-150。所以，是的；您的总数据集样本将是 300。
2-您可以使用默认参数；它适用于大多数问题。但是，您可以使用 random_state 和 k_neighbors。所有参数已在此处解释：imblearn.over_sampling.SMOTE