问题描述
最近有人建议我将机器学习框架更改为 mlr3。但我发现过渡比我一开始想象的要困难一些。在我当前的项目中，我正在处理高度不平衡的数据，我想在训练模型之前对其进行平衡。我发现了这个教程，它解释了如何通过管道和图学习器处理不平衡：
https://mlr3gallery.mlr-org.com/posts/2020-03-30-imbalanced-data/
恐怕这种方法也会通过新数据预测来执行类平衡。为什么我要这样做并减少我的测试样本？
所以出现的两个问题：
- 在测试数据中不平衡类是否正确？
- 如果是这样，有没有办法在 mlr3 中做到这一点？
当然，我可以手动对训练数据进行子集化并自己处理不平衡，但这不再有趣了！ :)
无论如何，感谢您的回答，
干杯！
解决方法
回答您的问题：
恐怕这种方法也会通过新数据预测来实现类平衡。
这不正确，你从哪里得到的？
在测试数据中不平衡类是否正确？
类平衡通常通过添加或删除行（或调整权重）来实现。在预测步骤中不应应用所有这些步骤，因为我们希望数据中的每一行都只有一个预测值。另一方面，权重通常在预测阶段没有影响。 你的假设是正确的。
如果是这样，有没有办法在 mlr3 中做到这一点？
只需按照博文中的说明使用 PipeOp。
在训练过程中，它会做指定的过采样或欠采样，而在预测过程中什么也不做。
干杯，