【面试必备】之《样本不平衡》

1. 训练样本不平衡
   （1） 数据层面：上采样和下采样
   上采样是指增加少样本类别的样本数量，如随机过采样、SMOTE多采样
   但是这样相当于在训练集中添加了噪声，从而导致模型过拟合
   下采样是指通过对多样本类别的样本进行有放回的随机抽样，从而与少样本类别的样本数量取得平衡。但这样做就丢掉了一部分原始样本，从而导致模型过拟合。
   （2） 算法层面
   选择对数据倾斜不敏感的算法：如随机森林
   增加损失函数中少样本类别中样本的权值

2. 测试样本不平衡
   修改评估指标