我目前正在努力解决机器学习问题,而我必须处理大量不平衡的数据集。也就是说,有六个类('1','2'...'6')。不幸的是有例如对于“1”类,有 150 个示例/实例;对于“2”,有 90 个实例;对于“3”类,只有 20 个实例。所有其他类都无法“训练”,因为这些类没有可用的实例。
到目前为止,我发现 WEKA(我正在使用的机器学习工具包)提供了这种受监督的“重新采样”过滤器。当我使用 'noReplacement'=false 和 'bialToUniformClass'=1.0 应用此过滤器时,这会产生一个数据集,其中实例的数量很好并且几乎相等(对于类 '1'..'3' 和其他类)留空)。
我现在的问题是:WEKA 和这个过滤器如何为不同的类生成“新”/附加实例。
预先非常感谢您的任何提示或建议。
干杯
朱利安
事实并非如此。它正在对现有实例进行重新采样。如果您有一个 2 类实例,并要求以 1.0 的偏差进行重采样,则您可以预期该实例的 N 个副本以及已存在数据的每种其他类型的 N 个其他实例。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)