机器学习——样本不均衡的处理方法

假定样本数目A类比B类多，且严重不均衡：

1. A类欠/降采样Undersampling

(1) 随机欠采样（通常，有放回的实验结果更好）

(2) A类分成若干子类，分别与B类进入ML模型

(3) 基于聚类的A类分割

2. B类过采样Oversampling

(1) 避免欠采样造成的信息丢失

3. B类数据合成Synthetic Data Generation

(1) 随机插值得到新样本

(2) SMOTE(Synthetic Minority Over-sampling Technique)

4. 代价敏感学习Cost Sensitive Learning

(1) 降低A类权值, 提高B类权值