面试（8）：非平衡数据

1、非平衡数据

  常见的分类模型中一般假设分类类别的比例是均衡的，但是现实中常出现正负样本数量不均衡的情况，比如对广告点击情况进行预测（广告点击率是比较少的），商品推荐（推荐商品被购买的数量比较少），贷款违约预测（违约的情况比较少），那么就需要对非平衡数据进行处理。
如果不处理，比如正类占比99%，负类占比1%，那么预测的准确度至少在99%以上，这样的预测没有意义。
  在类别不平衡的情况下，F值和AUC去评判模型分类的效果是不错的选择。

2、处理非平衡数据

• 数据层面：改变数据分布，从数据层面使得数据类别变得平衡。