我想用 2 个类进行分类。当我在没有SMOTE的情况下进行分类时，我得到（10 倍交叉验证的平均值）：
Precision Recall f-1
0,640950987 0,815410434 0,714925374
当我使用 smote 时：（以 200% 和 k = 5 对少数类进行过采样）（也是 10 个交叉验证，这意味着我的测试和训练集中有合成数据。
Precision Recall f-1
0,831024643 0,783434343 0,804894232
如您所见，这很好用。
但是，当我在验证数据上测试这个训练有素的模型时（它没有任何合成数据，也没有用于构建合成数据点）
Precision Recall f-1
0,644335755 0,799044453 0,709791138
这太可怕了。我使用随机决策森林进行分类。
有没有人知道为什么会发生这种情况以及解决这个问题的解决方案？任何关于额外测试的有用提示，我都可以尝试获得更多见解，也欢迎。
更多信息：我不接触大多数班级。我使用 scikit-learn 和这个 SMOTE 算法在 Python 中工作。
测试数据（具有合成数据）的混淆矩阵：
验证集中的混淆矩阵（没有任何合成数据，也没有被用作创建合成数据的基础）：
编辑：我读到问题可能在于创建了 Tomek Links 的事实。因此，我编写了一些代码来删除 Tomek 链接。虽然这并没有提高分类分数。
Edit2：我读到问题可能在于重叠太多。对此的解决方案是更智能的合成样本生成算法。因此我实施
ADASYN：不平衡学习的自适应综合采样方法
. 我的实现可以在这里找到。它的表现比smote差。