数据不平衡

1. 扩大数据集，可以得到更多分布。
2. 更改评价指标 ，准确率在类别不均衡中不适合（召回率，F1，ROC）
3. 对数据重采样，对小类数据样本进行采样增加样本个数（过采样，改变分布），对大类数据样本进行采样减少样本个数（降采样，损失样本信息）
4. 产生人工数据样本，如插值（SMOTE）
5. 尝试其他对数据不平衡不敏感的算法，C4.5，CART，RF等
6. 尝试修改损失函数，对模型进行惩罚。对小样本增大样本权值，降低大类样本权值，使分类器更关注小类样本。在训练时，分错小类样本加额外分错代价。