在WEKA中使用SMOTE对不平衡数据集预处理的步骤

RockRabbit

对于不平衡的数据集，经特征提取后形成的arff特征文件，要经过一个预处理过程使得数据平衡。

在WEKA中打开原始的arff特征文件，在“Filter”中选择supervised－>SMOTE进行过采样。在SMOTE的参数设置中，默认对少数类进行过采样，当然也可以设置对特定类别进行过采样。而如何能够控制不同类的比例呢？则通过SMOTE中的一个参数决定的，即“percentage“，其默认值为100。例如，如果我们设成700，那么就意味着我们增加了7倍少数类的样本量。

参数设置完成后，注意一定要按“apply”按钮，才能完成SMOTE函数中过采样的操作。