机器学习面试之如何解决类别不平衡？

机器学习面试之如何解决类别不平衡？

此内容是读西瓜书无意中看到的，觉得很重要，总结一下。
类别不平衡的基本策略是再缩放。
现有的技术大体分三类：（前提是反例比正例多）
欠采样：直接对训练集里面的反例进行欠采样其实就是取出一些反例，使得正反数量差不多，然后在进行学习。（代表算法EasyEnsemble）
过采样：与欠采样相反，对训练集里面的正例进行过采样。就是增加一些正例使得数量接近，在进行学习。（代表算法SMOTE）
阈值移动：直接用原始训练集进行学习，但在用训练好的分类器进行预测的时候，将下面的公式嵌入到其决策过程中，这就是阈值移动。

在进行上述技术时候，需要注意的地方在截图中。