如果不平衡的处理方法不起作用怎么办
What if imbalanced processing methods doesn't work
我目前遇到的问题是分类结果不好 即使我使用了很多不平衡的处理技术，如resampling、smote、cost-learning.
具体来说，我有一个数据集，difficult和easy在我的数据集中有2个类。虽然 类 分布在我的数据集中是不平衡的（困难：简单 = 187:13）。
我使用 random forest 训练我的模型并使用 10-fold cross validation 对其进行评估，然后结果在线 "no strategy"。
然后我使用一些技术来处理这个不平衡的问题，但是我只能得到非常低的实验结果如下（"cost-sensitive"，"smote"，"resampling"），一些值是甚至低于 0.1.
Methods P(d) R(d) F(d) P(e) R(e) F(e) Acc
-------------------------------------------------------------
no strategy 0.000 0.000 0.000 0.935 0.995 0.964 0.930
cost-sensitive 0.500 0.077 0.133 0.939 0.995 0.966 0.935
smote 0.500 0.077 0.133 0.939 0.995 0.966 0.935
resampling 0.500 0.077 0.133 0.939 0.995 0.966 0.935
我怎样才能改进我的结果或者是否有任何其他高级技术？提前致谢:)
您要针对什么进行优化？如果是精确率或召回率，您还可以尝试更改概率阈值（即不是使用 >0.5 来调用 'easy'，您可以使用例如 >0.2）。试一试，看看使用 CV 的最佳阈值是多少。
另一种选择是使用最常见的欠采样 class。因此，使用 CV 折叠，创建许多 'folds'，其中包含来自 'easy' 类别的所有值和一些来自 'difficult' 类别的值，以便它们是平衡的。在所有这些 'folds' 上训练一个模型，然后将它们全部用于以集成方式预测实际的 CV 折叠。
我目前遇到的问题是分类结果不好 即使我使用了很多不平衡的处理技术，如resampling、smote、cost-learning.
具体来说，我有一个数据集，difficult和easy在我的数据集中有2个类。虽然 类 分布在我的数据集中是不平衡的（困难：简单 = 187:13）。
我使用 random forest 训练我的模型并使用 10-fold cross validation 对其进行评估，然后结果在线 "no strategy"。
然后我使用一些技术来处理这个不平衡的问题，但是我只能得到非常低的实验结果如下（"cost-sensitive"，"smote"，"resampling"），一些值是甚至低于 0.1.
Methods P(d) R(d) F(d) P(e) R(e) F(e) Acc
-------------------------------------------------------------
no strategy 0.000 0.000 0.000 0.935 0.995 0.964 0.930
cost-sensitive 0.500 0.077 0.133 0.939 0.995 0.966 0.935
smote 0.500 0.077 0.133 0.939 0.995 0.966 0.935
resampling 0.500 0.077 0.133 0.939 0.995 0.966 0.935
我怎样才能改进我的结果或者是否有任何其他高级技术？提前致谢:)
您要针对什么进行优化？如果是精确率或召回率，您还可以尝试更改概率阈值（即不是使用 >0.5 来调用 'easy'，您可以使用例如 >0.2）。试一试，看看使用 CV 的最佳阈值是多少。
另一种选择是使用最常见的欠采样 class。因此，使用 CV 折叠，创建许多 'folds'，其中包含来自 'easy' 类别的所有值和一些来自 'difficult' 类别的值，以便它们是平衡的。在所有这些 'folds' 上训练一个模型，然后将它们全部用于以集成方式预测实际的 CV 折叠。