类别不平衡解决策略

类别不平衡

是指分类任务中不同类别的训练样本数目差别很大的情况。

需注意的是：类别不平衡学习中通常是较小类的代价更高，否则无需特殊处理。一般情况下，正例样本较少，反例样本较多。

基本策略—-再缩放：

以线性分类器为例，使用 y=w^{T}x+b对新样本x进行分类时，事实上是用预测值与阈值比较，通常y>0.5判为正例，否则反例。y实际上表达的是正例的可能性，几率y/(1-y)则反映了正例与反例可能性之比。若阈值为0.5，表明分类器认为正反例的可能性相同，即： 当正反例数目不同时，令m+表示正例，m-表示反例，则观测几率是m+/m-，因此判断规则应如下： 但分类器的决策规则是按公式1进行的，所以要对预测值进行调整：

再缩放的思想简单，但实际操作却不平凡。一般是基于原始数据集进行训练学习，当用训练好的分类器预测时，将上述调整策略嵌入到决策过程中，称为<