干货| 针对实际数据做机器学习的相关处理

1.首先是数据样本问题

       实际上在教学中，构建分类器时，样本类都是平衡的——也就是说，每个类中的样本数量是大致相同的。数据库通常是净化过的，这样老师才能够把注意力集中在教授特定算法或技巧上，而不被其它问题干扰。

      但是在实际真是生活中，数据样本参差不齐，不会平衡，存在大量的误差甚至错误点，导致不平衡。

       解决可以使用过采样和欠采样，待续。。。。。。