我目前正在解决不平衡数据集的分类问题（约占少数群体的17％）。 我使用来自sklearn的分层k倍拆分（分层混洗拆分）拆分数据，然后使用ADASYN对火车数据进行过采样，并将经过过采样的火车数据（过采样后大约250k +实例）拟合到梯度提升分类器。过采样会对性能产生巨大影响，召回率从7％提高到75％。这可能吗？如果没有，有什么想法会出问题吗？
abc12345687 回答：Python过采样性能提高
暂时没有好的解决方案，如果你有好的解决方案，请发邮件至：iooj@foxmail.com