数据不平衡

• 欠采样

  • 代表方法有easyEnsemble，利用集成学习，将反例划分成不同的集合供不同的学习器使用，这样对每个学习器都进行了欠采样，但是全局不丢失信息。

• 过采样

  • 不能简单的对正例进行重复采样，会导致过拟合

  • 代表方法有SMOTE（Synthetic Minority Oversampling Technique），对正例进行插值产生额外的正例

• 再缩放方法（rescaling）和阈值移动thresh-moving