如何解决RandomizedSearchCV 对决策树分类器进行过采样 - Python
我是机器学习和 Python 方面的新手。 我有一个不平衡的数据集 --> {0: 97% ; 1：3%} 我想应用过采样方法，然后实现随机搜索来调整决策树的超参数。我想知道我是否应该在将数据集拆分为训练集和测试集之前对少数类进行过采样，或者在对训练集中的少数类进行过采样之后将数据拆分并在过采样的训练测试中应用 RandomSearchCV。
谢谢！
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
