r - SMOTE - 多类

Question

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？

Answer 1

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。