R 用SMOTE平衡包含案例权重的不平衡数据集

我一直在对10万名客户进行调查，这些客户被分为几个客户群。现在，由于实际完成调查的受访者的性质，进行定性研究的研究人员应用了案例权重（也称为概率权重），并向我提供了8个类别标签中的所有客户的数据。所以我们有一个多类的问题，当然是高度不平衡的

我采取的一种方法是将这些类分解成一个成对的模型，所有这些模型都有助于最终投票。现在我的问题有两个：

我正在使用奇妙的软件包SMOTE来平衡每个模型，以解决类不平衡问题。然而，由于每个客户记录都有一个相关的案例，所以SMOTE对每个客户都一视同仁。在应用SMOTE之后，类现在看起来是相等的，但是如果考虑到各自的情况权重，它实际上不是。

我的第二个问题与我的战略有关。我应该不必担心我的案例权重，只需在未加权的原始数据上建立分类模型，即使它不代表我想要分类到每个细分市场的总客户群

我一直在使用R caret包来构建这些多个二进制分类器

---

关于

您能详细说明所使用的加权方案吗？您能详细说明所使用的加权方案吗