Почему SMOTE часто используют неправильно и как применять его корректно

SMOTE — это популярный метод преодоления дисбаланса классов в обучающих наборах данных. Его суть в генерации синтетических примеров minority-класса, а не простальном дублировании существующих. Это помогает моделям лучше учиться на сбалансированных данных.

Однако многие используют SMOTE без понимания контекста: например, применяют его до разделения на train и test, что приводит к утечке данных и завышенной оценке качества. Правильно — сначала делить выборку, потом применять SMOTE только к обучающей части.