样本不平衡--SMOTE算法-学习笔记

1 SMOTE算法的简单理解

一个数集中的数据是分布在特征空间中的，假设数据是2维的，那么数据的就是一个平面上的点。对于类别不平衡数据来说，假设负样本数据是少量的，那么这个数据只占据了空间的一小部分。SMOTE 算法就是对这些小样本数据占据的空间中进行插值。 而不影响到正样本的空间。

2 如何插值

SMOTE算法采取了一种策略，选择两个距离接近的点进行插值。