数据不平衡问题

数据不平衡解决之道

一、从数据本身出发

1.欠采样

2.过采样

以SMOTE为例子

 

 

 

3.数据增强：加噪音增强模型鲁棒性、对不同性质的数据也可以做不同的augmentation

4.改变权重：设定惩罚因子，如libsvm等算法里设置的正负样本的权重项等。惩罚多样本类别，其实还可以加权少样本类别

 

评价指标详情见：https://blog.csdn.net/kylin_learn/article/details/81938945

树模型：它使用基于类变量的划分规则去创建分类树，因此可以强制地将不同类别的样本分开（有待理解）