http://blog.csdn.net/u011414200/article/details/50664266
http://www.tk4479.net/a358463121/article/details/52304670
https://www.jiqizhixin.com/articles/2017-03-20-8
http://www.jianshu.com/p/3e8b9f2764c8
点击打开链接 LR模型常见问题小议
不平衡数据的场景也出现在互联网应用的方方面面，如搜索引擎的点击预测（点击的网页往往占据很小的比例），电子商务领域的商品推荐（推荐的商品被购买的比例很低），信用卡欺诈检测，网络攻击识别等等。
1.随机过采样
2.under sampling欠采样
加权
3.informed 欠采样
3.1EasyEnsemble算法
3.2BalanceCascade算法
基于聚类的过采样
4.ENN,最近邻规则(edited nearest neighbor: ENN)
NCL,领域清理规则 (neighborhod cleaning rule: NCL)
KNN
Tomek Link Removal
5.数据生成的合成抽样方法
SMOTE全称是Synthetic Minority Oversampling Technique即合成少数类过采样技术
自适应合成抽样方法
Borderline-SMOTE算法
利用数据清洗技术的抽样
移除重复的样本，可以在训练集中建立良号定义的类簇，这反过来又可以为提高分类性能定义良好的分类准则。在这个领域中，典型的方法包括 OSS 方法、简明近邻规则、Tomek线（CNN+Tomek）集成方法、基于编辑近邻（ENN）的近邻 清理规则（NCL）、SMOTE 和ENN 的集成（SMOTE+ENN）以及 SMOTE 与 Tomek 线的集成（SMOTE+Tomek）。
3.代价敏感学习算法(Cost-Sensitive Learning)
AdaCost算法
4.集成
基于bagging
基于boosting
自适应 boosting——Ada Boost
梯度树 boosting
XGBoost
算法层面的处理方法样本层面的处理方法，利用适当的方法重构训练样本，以提高分类性能将算法和样本处理相结合使用，更能提高分类器的性能
评价指标
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！
