机器学习面试之如何解决类别不平衡? 此内容是读西瓜书无意中看到的,觉得很重要,总结一下。 类别不平衡的基本策略是再缩放。 现有的技术大体分三类:(前提是反例比正例多) 欠采样:直接对训练集里面的反例进行欠采样其实就是取出一些反例,使得正反数量差不多,然后在进行学习。(代表算法EasyEnsemble) 过采样:与欠采样相反,对训练集里面的正例进行过采样。就是增加一些正例使得数量接近,在进行学习。(代表算法SMOTE) 阈值移动:直接用原始训练集进行学习,但在用训练好的分类器进行预测的时候,将下面的公式嵌入到其决策过程中,这就是阈值移动。 在进行上述技术时候,需要注意的地方在截图中。