不均衡数据处理

参考文献：
1. http://machinelearningmastery.com/tactics-to-combat-imbalanced-classes-in-your-machine-learning-dataset/
2. http://www.36dsj.com/archives/35137

跟之前遇到的问题有点类似，作弊店家的检测。

1. 可以扩大数据样本吗？

2. 试着改变你的绩效标准

   • 不需要相信accuracy之类的指标，要多方面考虑
   • 比如混淆矩阵、精度、召回、F1分数等

3. 尝试对你的数据重新抽样 over sampling vs under sampling

4. 尝试生成人工样本 SMOTE

   • 每个样本，选择与它相近的另一个样本，在这两个样本中间，随机选一个点，作为新生成的点

5. Try Different Algorithms

   • “决策树往往在处理不平衡类数据集表现不错”

6. penalized model

7. 尝试从不同的观点进行思考

   • anomaly detection and change detection

8. 尝试一些新的创意