如果我在不平衡的二元目标变量的情况下使用欠采样来训练模型，则预测方法会在平衡数据集的假设下计算概率。如何将这些概率转换为不平衡数据的实际概率？转换参数/函数是在 mlr 包中实现的还是在另一个包中实现的？例如：
a <- data.frame(y=factor(sample(0:1, prob = c(0.1,0.9), replace=T, size=100)))
a$x <- as.numeric(a$y)+rnorm(n=100, sd=1)
task <- makeClassifTask(data=a, target="y", positive="0")
learner <- makeLearner("classif.binomial", predict.type="prob")
learner <- makeUndersampleWrapper(learner, usw.rate = 0.1, usw.cl = "1")
model <- train(learner, task, subset = 1:50)
pred <- predict(model, task, subset = 51:100)
head(pred$data)
[Dal Pozzolo et al.， 2015] 提出了一种非常简单但功能强大的方法。
论文题目："使用欠采样校准概率 对于不平衡分类"安德里亚·达尔·波佐洛 ，奥利维尔·凯伦† ， 里德· ， 詹卢卡·邦坦皮
它专门设计用于解决下采样情况下的校准问题(即在不平衡情况下将分类器的预测概率转换为静态概率(。
您只需使用以下公式更正预测概率p_s：
p = beta * p_s / ((beta-1) * p_s + 1)
其中 beta 是原始训练集中多数类实例数低于多数类实例数后的比率。
其他方法已经提出了其他不专门关注下采样偏差的方法。其中最受欢迎的有以下几种：
- Platt's scaling or sigmoid Method (Platt， 1999(
- 基于等渗回归的方法(Zadrozny和Elkan，2001(
它们都是在 R 中实现的