在WEKA中监督重采样和非监督重采样的区别是什么?

我想知道weka.filters.supervised.instance.Resampleweka.filters.unsupervised.instance.Resample之间的区别是什么?在哪些情况下我们应该使用每一种方法?


回答:

监督和非监督重采样的文档是相同的,除了监督重采样的文档中有一句额外的说明:

该过滤器可以保持子样本中的类别分布,或者偏向于均匀分布的类别分布。

监督重采样还有一个额外的参数:

-B <num>偏向均匀类别分布的偏置因子。0 = 输入数据中的分布  1 = 均匀分布。(默认值0)

因此,监督重采样仅在存在类别变量时适用。当完全偏向输入分布(B=0)时,每个子样本都会复制完整数据集的类别分布。B=1相当于非监督重采样,其中点是从整个群体中均匀抽取的,不考虑类别。

Related Posts

神经网络反向传播代码不工作

我需要编写一个简单的由1个输出节点、1个包含3个节点的…

值错误:y 包含先前未见过的标签:

我使用了 决策树分类器,我想将我的 输入 作为 字符串…

使用不平衡数据集进行特征选择时遇到的问题

我正在使用不平衡数据集(54:38:7%)进行特征选择…

广义随机森林/因果森林在Python上的应用

我在寻找Python上的广义随机森林/因果森林算法,但…

如何用PyTorch仅用标量损失来训练神经网络?

假设我们有一个神经网络,我们希望它能根据输入预测三个值…

什么是RNN中间隐藏状态的良好用途?

我已经以三种不同的方式使用了RNN/LSTM: 多对多…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注