SMOTE过采样算法

一、概念

        SMOTE（Synthetic Minority Over-sampling Technique）是一种用于处理不平衡数据集的过采样方法。SMOTE基于插值法。通过在少数类样本之间生成新的合成样本来增加少数类的数量，从而平衡数据集中的类别分布。因此，与简单的复制少数类样本不同，SMOTE通过生成新的样本来避免过拟合问题。

二、原理

        SMOTE的基本思想是通过在少数类样本之间进行插值来生成新的样本，算法逻辑相对简单。具体步骤如下：

1. 选择少数类样本：从少数类样本中随机选择一个样本。
2. 选择邻居样本：在少数类样本中找到的 k 个最近邻样本，并从中随机选择一个邻居样本。
3. 生成新样本：通过在和​之间进行线性插值生成一个新的样本。插值公式为