【一文讲通】样本不均衡问题解决--下

1欠采样、过采样

• 欠采样：减少多数类的数量（如随机欠采样、NearMiss、ENN）。

• 过采样：尽量多地增加少数类的的样本数量（如随机过采样、以及2.1.2数据增强方法），以达到类别间数目均衡。

• 还可结合两者做混合采样（如Smote+ENN）。

具体还可以参见【scikit-learn的imbalanced-learn.org/stable/user_guide.html以及github的awesome-imbalanced-learning】