ROSE()在R中当训练集中所有值为正整数时，给出了负样本。

这可能是由于数据集中目标变量的输入不均衡引起的。具体来说，当负类别的数量比正类别的数量多时，ROSE函数会生成负样品。为了解决这个问题，我们可以使用SMOTE算法来合成新的正样品。以下是一个使用过采样的代码示例：

install.packages("DMwR") #安装DMwR包
library(DMwR) # 加载DMwR包
data(iris) #使用iris数据集的示例

# 创建一个不均衡的数据集
n <- as.numeric(table(iris$Species))
idx <- c(sample(which(iris$Species == names(n)[1]), n[2]), 
         sample(which(iris$Species == names(n)[2]), n[2]), 
         sample(which(iris$Species == names(n)[3]), n[3]))
iris.uneven <- iris[idx, ]

# 使用SMOTE对数据集进行过抽样
iris.oversampled <- SMOTE(Species ~ ., iris.uneven, k = 5, perc.over = 200)
table(iris.oversampled$Species)

输出结果表明，SMOTE算法已经生成了更多的正样品：

setosa versicolor  virginica 
   100        100        100