问WEKA分类器评价

EN

首先，不，你不需要有同样的不。你班上的案子。并不是所有的数据集都是平衡的。是的，这可能会给出不现实的答案。数据集中的不平衡是一种常见的现象，但处理它的策略很少--

1)重采样数据集

不足抽样-删除多数组别的纪录

过度抽样-在少数族裔类中添加记录

您可以使用SMOTE算法为您做这件事。

2)性能度量

一些指标，如Kappa (或Cohen的kappa)，可以很好地工作，在这些度量中，通过数据中类的不平衡来规范化分类的准确性。

3)成本敏感的分类器 Weka有一个CostSensitiveClassifier，它可以包装任何分类器，并应用自定义惩罚矩阵进行失分分类。但这里的挑战是如何确定成本，因为成本应该是域依赖的，而不是数据依赖的。

在交叉验证的情况下，我发现这个链接很有用。http://www.marcoaltini.com/blog/dealing-with-imbalanced-data-undersampling-oversampling-and-proper-cross-validation

希望能帮上忙。