Confusion matrix 对验证数据使用SMOTE（不平衡）
我有一个不平衡的数据集——虽然不是很糟糕（850-class 1和450-class 2）。然后，我将其拆分（80%用于培训，20%用于验证）。我在验证中使用了SMOTE技术，所以两个类的分布是相等的（50%-50%） 我的理解是，我不应该在不平衡的验证集（20%）上应用SMOTE，因为这会在解释矩阵时引起问题（例如准确性），所以我需要保留20%的偏差（不平衡）-这是我不确定的 我是否应该继续将我的验证培训集修改为50%到50%（只需随机删除大多数样本） “如果您对训练数据进行过采样，以更改训练集中的相对类频率，那么您是在暗示分类器希望验证集具有相同的类频率”。这是它在一个旧线程中所说的Confusion matrix 对验证数据使用SMOTE（不平衡）,confusion-matrix,imbalanced-data,smote,Confusion Matrix,Imbalanced Data,Smote,我有一个不平衡的数据集——虽然不是很糟糕（850-class 1和450-class 2）。然后，我将其拆分（80%用于培训，20%用于验证）。我在验证中使用了SMOTE技术，所以两个类的分布是相等的（50%-50%） 我的理解是，我不应该在不平衡的验证集（20%）上应用SMOTE，因为这会在解释矩阵时引起问题（例如准确性），所以我需要保留20%的偏差（不平衡）-这是我不确定的 我是否应该继续将我的验证培训集修改为50%到50%（只需随机删除大多数样本） “如果您对训练数据进行过采样，以更改训练