如何解決機器學習中的數據不平衡問題

越來越多的機器學習算法從學術界走向工業界，而在這個過程中會有很多困難，數據不平衡問題雖然不是最難的，但絕對是最重要的問題之一。 一  數據不平衡 在學術研究和教學中，很多算法都有一個基本假設，就是數據分佈是均勻的。當我們把這些算法直接應用在實際數據中時，大多數情況下都無法取得理想的結果，因爲實際數據往往分佈的很不均衡，都存在長尾效應。 可以看到大部分微博的總互動數（被轉發，評論和點贊數量）在0-5

>>阅读原文<<