小编sar*_*ika的帖子

我正在做一个数据不平衡的项目。我想使用随机欠采样来平衡数据。我很困惑是否应该在测试列车分割后进行欠采样，或者我应该先进行欠采样，然后再进行列车测试分割？

我的方法：

1. 我使用训练测试分割来获取：X_train、y_train 用于训练，X_test 和 y_test 用于测试。
2. 我将 X_train 和 y_train 组合成一个数据集并进行欠采样。
3. 欠采样后，我根据 F1 分数进行交叉验证和模型选择，并使用 X_test.,Y_test 进行预测。

我的做法正确吗？如果我错了，请纠正我。