Machine learning 如何应对频繁上课？

我在Weka做一个分类任务，遇到一个问题，我要预测的类有一个非常频繁的值（大约85%）。这导致许多学习算法只是预测新数据集此类的频繁值

我如何处理这个问题？这是否只是意味着我没有找到足够好的功能来预测更好的东西？或者我能做些什么来解决这个问题

我想这是一个非常常见的问题，但我在这里找不到解决方案。

您需要“破坏”您的数据。首先找出你还需要多少少数群体案例。在我的例子中，我想得到大约50/50的比例，所以我需要超过1300%的样本。如果您正在使用GUI，本教程将有所帮助：如果您正在使用Weka从命令行执行此操作，则以下命令将帮助您：

#Weka 3.7.7
java weka.Run -no-scan weka.filters.supervised.instance.SMOTE \
-c last -K 25 -P 1300.0 -S 1 -i input.arff  -o  output.arff

K选项是在屏蔽数据时要考虑的邻居数。默认值为5，但25对我的数据集最有效

你需要“破坏”你的数据。首先找出你还需要多少少数群体案例。在我的例子中，我想得到大约50/50的比例，所以我需要超过1300%的样本。如果您正在使用GUI，本教程将有所帮助：如果您正在使用Weka从命令行执行此操作，则以下命令将帮助您：

#Weka 3.7.7
java weka.Run -no-scan weka.filters.supervised.instance.SMOTE \
-c last -K 25 -P 1300.0 -S 1 -i input.arff  -o  output.arff

---

K选项是在屏蔽数据时要考虑的邻居数。默认值为5，但25对我的数据集最有效

可能重复的，以及其他几个问题。非常感谢您的快速帮助！这些问题为我提供了如何命名该问题（以及如何解决该问题）的提示。如果我弄错了，对不起。Weka使用它们的方式与我第一次学习时完全不同。是的，Weka对术语的使用有些奇怪。（而且更广泛的ML社区有时在选择术语方面有问题……）的可能重复，以及其他一些问题。非常感谢您的快速帮助！这些问题为我提供了如何命名该问题（以及如何解决该问题）的提示。如果我弄错了，对不起。Weka使用它们的方式与我第一次学习时完全不同。是的，Weka对术语的使用有些奇怪。（而且更广泛的ML社区有时在选择术语时会遇到问题…）谢谢！作为解决方案的一个补充：元分类器FilteredClassifier协助完成此操作（元/过滤分类器）。特别是在测试需要多少过度采样（需要添加多少人工数据集）时。谢谢！作为解决方案的一个补充：元分类器FilteredClassifier协助完成此操作（元/过滤分类器）。特别是在测试需要多少过度采样时（需要添加多少人工数据集）。