我的数据集中的数据实例数量很少。因此，我尝试了Weka中的“重新采样”过滤器来增加数据量，从而增强模型性能。样本量百分比设置为200可以吗？因为那时我在交叉验证测试中获得了良好的相关系数。
我想知道将样本大小百分比设置为 200 时，重新采样过滤器是否工作正常。 使用此过滤器后，我的模型会准确预测吗？ 由于我的数据量较少，是否有其他增强方法可以增强模型的性能？
如果您使用重采样过滤器（监督或无监督）作为 FilteredClassifier 元分类器设置的一部分，那么可以安全使用。
如果您从“预处理”面板使用它，那么您将在整个数据集中生成重复项。对此增强数据集执行交叉验证时，您最终会在训练和测试分割中出现一些实例。这可以解释您所看到的改进。
重新采样的替代方案是SMOTE 过滤器（单独的包）。