Olá!
Minha dúvida é se é possível usar o NearMiss para modelos de classificação não binários, uma vez que ele calcula as distâncias entre as amostras da classe de maior frequência e a classe de menor frequência para selecionar os "vizinhos" que serão utilizados. Existe algum recurso para utilizar essa lógica em modelos não binários ou é mais adequado escolher outro algoritmo de undersampling?
Agradeço a atenção!
Olá, Giovana! Como vai?
O NearMiss foi desenvolvido com um foco maior em problemas de classificação binária, pois compara diretamente a classe majoritária com a minoritária. Em cenários multiclasse, ele não funciona de forma nativa. Uma alternativa é aplicá-lo com a estratégia One-vs-Rest, transformando o problema em vários binários.
No entanto, costuma ser mais prático escolher técnicas de undersampling que já suportam múltiplas classes, como a RandomUnderSampler ou EditedNearestNeighbours.
Espero ter ajudado e fico à disposição se precisar.
Abraço e bons estudos!