【实现】不平衡数据的处理

最近做多分类任务的时候遇到一个问题，样本的数量偏差大，数据不平衡，此时，准确度指标意义不大。

如果不同分类间的样本量差异达到超过10倍就需要引起警觉并考虑处理该问题，超过20倍就要一定要解决该问题。

很多博客都指出了处理数据不平衡的一些算法，包括对数量多的样本进行欠采样，对数量较少的样本进行过采样来使数据尽可能平衡。构造1：1的数据。

关于对于实际数据，欠采样与过采样的代码实现方式还在进一步研究当中，我的输入是图片，输出是8类标签（多标签分类任务）。

很多博客里面提出使用imblearn库来对数据进行过采样与欠采样处理，但是不确定是否是其他库的原因，导致这个库的安装一直失败，后续怎么对数据处理，仍在研究中。