過採樣中用到的SMOTE算法

 平時很多分類問題都會面對樣本不均衡的問題，很多算法在這種情況下分類效果都不夠理想。類不平衡（class-imbalance）是指在訓練分類器中所使用的訓練集的類別分佈不均。比如說一個二分類問題，1000個訓練樣本，比較理想的情況是正類、負類樣本的數量相差不多；而如果正類樣本有995個、負類樣本僅5個，就意味着存在類不平衡。把樣本數量過少的類別稱爲「少數類」。         SMOTE算法的思想

>>阅读原文<<