極端類別不平衡數據下的分類問題研究綜述，終於有人講全了！

不平衡學習是機器學習問題的一個重要子域，其主要關注於如何從類別分佈不均衡的數據中學習數據的模式。在這篇文章中我們主要關注不平衡分類問題，特別地，我們主要關注類別極端不平衡場景下的二分類問題所面臨的困難。 在這篇文章中我們將： 描述類別不平衡的定義與實際應用場景 給出不平衡場景下常用的評價指標 討論不平衡場景下分類器學習困難的來源 概覽已有的不平衡學習方法並分析其優劣 給出一些直覺的可視化來幫助理解

>>阅读原文<<