我有一个信用卡数据集，其中 98% 的交易是非欺诈交易，2% 是欺诈交易。
我一直在尝试在训练和测试拆分之前对大多数类别进行欠采样，并在测试集上获得非常好的召回率和精度。
当我仅在训练集上进行欠采样并在独立集上进行测试时，我得到的精度非常差，但召回率相同！
我的问题是：
我是否应该在分成 train 和 test 之前进行欠采样，这会扰乱数据集的分布并且不能代表现实世界吗？
或者上述逻辑仅在过采样时适用？
谢谢
classification machine-learning resampling imbalanced-data
classification ×1
imbalanced-data ×1
machine-learning ×1
resampling ×1