我在使用sklearn.utils resample时有些困惑。

使用不平衡的数据集，我试图对多数类进行随机下采样。一切运行正常，但是当我刚刚意识到使用（replace = True）的模型的性能确实得到了显着改善时。

这里的性能提高背后的原因是什么？样品是否被复制的样品代替？这里有没有过度拟合的地方？

我对此有些陌生，因此，非常感谢您在此进行任何澄清。

这是代码的一部分，它对整体进行了重大更改。

from sklearn.utils import resample

Negative = sms[sms.Label == 'Neg']
Positive = sms[sms.Label == 'Pos']


# Upsample minority class
df_Negative_res = resample(Negative,replace=True,# sample with replacement
                        n_samples=243,# to match majority class
                        random_state=seed )  # reproducible results

df_Positive_res = resample(Positive,# to match majority class
                        random_state=seed)  # reproducible results

# Combine majority class with upsampled minority class
sms = pd.concat([df_Negative_res,df_Positive_res])

print(sms)