weka中的不平衡数据集？不起作用

Question

我有一个积极的数据集239和负数据集数量为32，因为它与癌症相关的数据我们只有很少的负数集。现在，在应用分类时，由于其数量巨大，确保不平衡数据集对积极偏向过多。所以我尝试在Weka中应用SMOTE。我也尝试过不同的百分比和最近的邻居。令我惊讶的是，而不是负面的课程增加了一些实例，积极的进一步增加使得不平衡的数据集过于偏见。可以做些什么来克服这一点。并建议我一些其他的方法？如果有

对于最初的研究中，我们使用LIBSVM与RBF作为分类

Answer 1

在这种不平衡的数据集的问题，我建议尽量使用分层，其中涉及过采样少数类或向下采样多数类。您可以在WEKA中使用成本敏感分类来模拟分层。

您可以使用两个分类器，MetaCost和CostSensitiveClassifier。唯一的问题是成本矩阵中的最优值只能通过实验获得。作为一个经验法则，您可以尝试通过使用与类分布相反的权重来平衡类分布。就你而言，这意味着在成本矩阵中将239的成本分配给误报，将32的权重分配给误报。