数据不平衡处理----smote算法

实习时候要训练一个模型，一批衣服数据分布太不均匀了，结果被告知简单处理下就好了，数量太小的类别直接扔掉，数量太多的类别随机抽一部分，数量不多也不少的就直接copy到指定数量就好………………好Low啊
就去查了查，对于这个问题，貌似也没特别好的方法，主要两方面入手：
1.对数据进行采样（over-sampling和under-sampling）
2.训练时调整惩罚权重

其中，smote算法算就是over-sampling中比较常用的一种。

smote算法的思想是合成新的少数类样本，合成的策略是对每个少数类样本a，从它的最近邻中随机选一个样本b，然后在a、b之间的连线上随机选一点作为新合成的少数类样本。

论文地址:https://www.jair.org/media/953/live-953-2037-jair.pdf

其他的方法查完再更。