Olá,
Estou com um projeto que preciso otimizar os hiperparâmetro e um problema de multiclasses e como no mundo real estão desbalanceadas, no entanto ao executar um cross validate com e sem SMOTE, as métricas são muito próximas, então pensei em testar com pesos. A questão é se o dados da classe for deficiente em generalização então trabalhar com pesos não teria um ganho nos resultados. Neste caso é melhor buscar mais dados que o modelo de fato entenda ou posso ter ganhos com pesos indicando ao modelo treinar mais na classe deficitária?
Trata-se de uma base de dados de ataques DDOS, temos 6 classes uma delas é acesso normal e as outras são ataques, e um dessas classes o modelo nãp consegue aprender muito, o modelo já estar overffitando com as outras e não generaliza nessa.
