Vowpal Wabbit：不平衡类

Question

我想用Vowpal Wabbit进行Logistic回归。我如何处理不平衡的课程（例如1000/50000）？我知道我可以使用重要性权重，但我不确定这是否是这种情况下的最佳选择。还有一些像SMOTE这样的算法，但我不知道如何在Vowpal Wabbit中使用它们。

Answer 1

是的，重要性权重是Vowpal Wabbit中不平衡类的解决方案。最重要的问题是您的最终评估标准是什么。在RO曲线（又名ROC，AUC）下面吗？见Calculating AUC when using Vowpal Wabbit和How to perform logistic regression using vowpal wabbit on very imbalanced dataset（这里看到两个答案）。

SMOTE似乎是对少数类过采样和对大部分类进行欠采样的组合，其中过采样通过从例如生成合成示例来完成。 5个最近邻居的例子，它们随机混合在一起。这种方法没有在Vowpal Wabbit中实现，并且与在线学习不兼容（因为最近的邻居）。它可能可能以某种方式以在线方式近似。