【发布时间】：2021-04-20 18:50:40
【问题描述】：
我想知道是否可以只对一个小班执行 SMOTE 或类似技术。我有一个文本分类问题，其中所有次要类别都具有良好的准确度（区分它们的唯一词），除了一个类别中的所有词都与其他 13 个类别重叠，因此预测准确度非常低（31%） 我正在尝试增加仅此类的样本数量！
【问题讨论】：
标签： text classification oversampling
【发布时间】：2021-04-20 18:50:40
【问题描述】：
是的，您可以对单个类使用合成过采样。如果您只是想加强少数类的现有分布，SMOTE 可以提供帮助，或者如果您更担心决策表面，则可能值得尝试使用 ADASYN 过采样和去除多数 Tomek Link 进行欠采样等技术。
【讨论】：
-
完美！谢谢你 。我想 ADASYN 就是我所需要的。但是，如果我应用采样技术，我怎么知道我的算法会在新的看不见的数据上表现良好。
-
为了达到这个目的，你仍然需要保留一些少数类和其他类来测试