如何处理不均衡数据

问题1：

正样本：负样本=100：10

方法1： 取十分之一正样本和负样本

方法2：正样本分成十分，每一份和负样本训练，十个分类器作bagging

 

问题2：

低频次聚合成一列和高频测做one-hot

 

问题3：

one-hot以后出现大量稀疏信息，会影响什么？ 

1）内存不够用

2)  预测质量不高（不准）