r - 使用 mlr3 处理类不平衡

Question

最近有人建议我将机器学习框架更改为 mlr3。但我发现过渡比我开始时想象的要困难一些。在我当前的项目中，我正在处理高度不平衡的数据，我想在训练我的模型之前对其进行平衡。我发现了这个教程，它解释了如何通过管道和图学习器处理不平衡:

https://mlr3gallery.mlr-org.com/posts/2020-03-30-imbalanced-data/

恐怕这种方法也会对新数据预测进行类平衡。我为什么要这样做并减少我的测试样本？

所以上升的两个问题:

1. 我不平衡测试数据中的类是否正确？
2. 如果是这样，在 mlr3 中有没有办法做到这一点？

当然，我可以手动对训练数据进行子集化，然后自己处理不平衡问题，但这不再有趣了! :)

不管怎样，谢谢你的回答，
干杯!

Answer 1

回答您的问题:

I am afraid that this approach will also perform class balancing with new data predicting.

这不正确，你从哪里得到的？

Am I correct not to balance classes in testing data?

类平衡通常通过添加或删除行(或调整权重)来实现。在预测步骤中不应应用所有这些步骤，因为我们希望数据中的每一行都有一个预测值。另一方面，权重通常在预测阶段没有影响。你的假设是正确的。

If so, is there a way of doing this in mlr3?

只需按照博文中的描述使用 PipeOp。在训练期间，它将进行指定的过采样或欠采样，而在预测期间什么也不做。

干杯，