数据不平衡的分类问题

• 什么都不做。有时候很幸运，不需要做什么，就可以使用所谓的自然（或分层）分布进行训练。
• 在数据层面上，以某种方法平衡训练集：
  • 过度采样少数分类。
  • 对多数分类进行抽样。
  • 合成新的少数分类。
  • 抛弃一定少数分类，转而采用异常检测框架。
• 在算法层面上：
  • 调整样本权重（调整错误分类的损失）。
  • 调整决策阈值。
  • 修改现有算法以对稀有类更敏感。
• 构建一个全新的算法，从而在不平衡数据上表现良好
• 

参考链接：

https://77qingliu.com/2019/03/03/Learning-from-Imbalanced-Classes/