我正在研究一个高度不平衡的数据集的二进制分类问题,我想知道是否有人尝试过使用Spark的MLlib实现特定的技术来处理分类问题中的不平衡数据集(例如SMOTE)。
我正在使用MLLib的随机森林实现,并且已经尝试了对较大的类进行随机欠采样的最简单方法,但它的效果并不像我预期的那样好。
如果您对类似问题的经验有任何反馈,我将不胜感激。
谢谢,
https://stackoverflow.com/questions/33372838
相似问题