问题描述
我正在使用 mlr 包处理一个不平衡的多类分类问题：
| 标签 | 样品 |
|---|---|
| A | 232 |
| B | 657 |
| C | 221 |
| D | 154 |
我想使用不同的机器学习算法来解决它，包括一些不支持开箱即用的多类分类的算法。因此，我检查了 mlr 文档，发现 MulticlassWrapper 可以从底层的多类问题中创建二进制“一对一”问题。
我希望专门针对每个二元分类问题执行平衡。所以我不希望每个问题都有相同的上采样率或下采样率，而是根据这个二元问题的实际类分布而不同的率。
我在 mlr 文档中发现的用于采样的内容是 OversampleWrapper、UndersampleWrapper、OverbaggingWrapper 和 SMOTEWrapper。问题是它们都需要应用的采样率并且不执行基于分布的采样。因此，当我使用以下代码段中所示的这些 Wrapper 之一时，所有二元子问题都以相同的速率进行采样。
learner <- makeLearner("classif.rpart") # just an example
over.lrn = makeOversampleWrapper(learner,osw.rate = 2)
multiclass.over.lrn = makeMulticlassWrapper(over.lrn,mcw.method = "onevsone")
multiclass.over.model <- train(multiclass.over.lrn,task.train)
例如问题“A”与“B”将被采样为 464 个“A”和 657 个“B”的分布。
对于“A”与“B”，我想得到的是 657 个“A”和 657 个“B”。对于“A”与“C”，它将是 232 个“A”和 232 个“B”等等。因此，对于 MulticlassWrapper 创建的所有二进制问题，采样率不应该是固定的，而是动态的，例如对于过采样少数类被过采样以匹配主要类的样本数（反之亦然用于下采样）。
有没有办法用 mlr 包实现这一点？
（如果没有，我会编写自己的采样包装器来实现这一点，尽管团队认为它已被淘汰，但将其包含在 mlr 包中是否会很有趣？对不起，我没有经验为开源项目做出贡献）。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）