1.对训练集中的反类样例进行“欠采样”,去除一些返利,使得正反例数目接近,然后再进行学习; 2.对训练集里的正类样例进行“过采样”,增加一些正例使得正反例数目接近 3.基于原始数据进行学习,但在分类器预测时,阈值移动