当测试集仍然不平衡时，“过度抽样”的目的是什么？
当测试集仍然不平衡时，“过度抽样”的目的是什么？
提问于 2019-08-21 03:54:53
我知道培训集和测试集都应该有相同的分布，也知道我们不应该触及测试集(就过度抽样而言)。但是我们知道过度采样训练集(特别是在多类分类中)完全改变了训练集的分布。例如：
- 过量取样前我的训练集分布为: 90%，5%，3%，2% 适用于A、B、C和D类。
- 过量取样后我的训练集分布为: 25%，25%，25%，25% 适用于A、B、C和D类。
- 采用分层交叉验证的训练集分布为: 90%、5%、3%、1% 适用于A、B、C和D类 ->作为分层保持原始数据分布。
请有人解释一下，为什么当训练和测试集都需要相同的分布时，我们会使用过度抽样？
回答 1
Data Science用户
发布于 2019-08-21 11:51:56
请有人解释一下，为什么当训练和测试集都需要相同的分布时，我们会使用过度抽样？
我们使用它是因为培训和测试集不需要有相同的标签分布。重要的是测试集来自与“真实”数据相同的分布，因此它提供了一个可靠的度量。只要测试结果良好，就可以根据您认为合适的情况对培训集进行抽样。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/57917
复制相关文章
相似问题
腾讯云开发者
