数据贴标签以及train_ir设置问题 about mesa

[JieWang-EEG]

对了，作者。这个是environment.py中load_data()的部分函数

[ZhiningLiu1998]

你好，感谢你对我们工作的关注~

是的，默认是少数类为正类，imbalance ratio是期望多数类比少数类。

我有几点建议：

• imbalanced ensemble里面提供的集成学习方法默认使用决策树作为基分类器，正则化项也都是sklearn的默认设置（max_depth=None，boosting类方法max_depth=1），如果所有方法效果都不好的话，你可能需要先确定决策树适不适合你的分类任务。换句话说，要先找到一个合理的分类器，再去加对于类别不平衡的处理。可能的选项有：sklearn里的各种分类器，xgboost，lightgbm，catboost等。
• 除了集成方法，还可以尝试其他package里提供的预处理方法，比如imbalanced learn和smote-variants
• lightgbm处理离散特征很方便，并且有内部的优化，可以尝试一下

一切算法的基础都是数据，我还是建议先搞清楚自己的任务数据的特点，再确定重点需要解决的问题是什么：数据不平衡？噪声？类别重叠？特征稀疏？特征冗余？等等。问题常常会出现在没考虑到的地方。

链接：
imbalanced learn： https://imbalanced-learn.org/stable/
smote-variants： https://smote-variants.readthedocs.io/en/latest/getting_started.html

[JieWang-EEG]

你好，感谢你对我们工作的关注~

是的，默认是少数类为正类，imbalance ratio是期望多数类比少数类。

我有几点建议：

• imbalanced ensemble里面提供的集成学习方法默认使用决策树作为基分类器，正则化项也都是sklearn的默认设置（max_depth=None，boosting类方法max_depth=1），如果所有方法效果都不好的话，你可能需要先确定决策树适不适合你的分类任务。换句话说，要先找到一个合理的分类器，再去加对于类别不平衡的处理。可能的选项有：sklearn里的各种分类器，xgboost，lightgbm，catboost等。
• 除了集成方法，还可以尝试其他package里提供的预处理方法，比如imbalanced learn和smote-variants
• lightgbm处理离散特征很方便，并且有内部的优化，可以尝试一下

一切算法的基础都是数据，我还是建议先搞清楚自己的任务数据的特点，再确定重点需要解决的问题是什么：数据不平衡？噪声？类别重叠？特征稀疏？特征冗余？等等。问题常常会出现在没考虑到的地方。

链接： imbalanced learn： https://imbalanced-learn.org/stable/ smote-variants： https://smote-variants.readthedocs.io/en/latest/getting_started.html

感谢回复！的确我有很多问题没有考虑到，对于您的建议我好好学习一下！