文本预处理 |（7）数据不平衡的处理

到了这一章，里面的东西就更看不懂了，所以这一节，就做一个简单的大纲，以后慢慢学习再慢慢完善

常见方法

1.改变性能评估方式

2.为模型添加特殊的惩罚/代价机制

3.数据重采样（Re-sampling）

4.合成样本

5.使用k-fold交叉验证

这个简单就是将原始数据划分为K个部分，选择其中一个作为测试数据集，剩余的作为训练数据集。交叉验证就是，将以上过程重复K次，最后取平均结果。

但是这个和处理数据不平衡有什么关系呢?

6.采用不同的分类器

 

最后作者说，对于不平衡数据的处理本身便是一个开放性问题，我们可以自己尝试自己的方法。

但是我的疑问是数据不平衡处理的目的是什么的，这样方法处理的原理又是什么的？

 

留待以后继续学习完善

面试总结