我正在嘗試使用 Java Weka API 構(gòu)建分類模型。我的訓練數(shù)據(jù)集存在類別不平衡問題。出于這個原因，我想使用像 SMOTE 這樣的類不平衡技術(shù)來減少類不平衡問題。源代碼如下：package classification;import java.util.Random;import weka.classifiers.Classifier;import weka.classifiers.bayes.NaiveBayesMultinomial;import weka.core.Instance;import weka.core.Instances;import weka.core.converters.ConverterUtils.DataSource;import weka.filters.Filter;import weka.filters.unsupervised.attribute.StringToWordVector;public class questStackoverflow {public static void main(String agrs[]) throws Exception{String fileRootPath = "../file.arff"; //Dataset    Instances strdata = DataSource.read(fileRootPath); //Load Dataset    StringToWordVector filter = new StringToWordVector(10000);    filter.setInputFormat(strdata);    String[] options = { "-W", "10000", "-L", "-M", "1",            "-stemmer", "weka.core.stemmers.IteratedLovinsStemmer",             "-stopwords-handler", "weka.core.stopwords.Rainbow",             "-tokenizer", "weka.core.tokenizers.AlphabeticTokenizer"             };    filter.setOptions(options);    filter.setIDFTransform(true);    Instances data = Filter.useFilter(strdata,filter); //Apply filter    data.setClassIndex(0); //set class index            double recall=0.0;    double precision=0.0;    double fmeasure=0.0;    double tp, fp, fn, tn;    Classifier classifier = null;    classifier = new NaiveBayesMultinomial(); //classifer                }            }           }我的代碼在沒有類不平衡技術(shù)的情況下運行良好。但是，我需要使用類不平衡技術(shù)來緩解類不平衡問題。但是，我不知道如何在 Java Weka API 中使用它。