機器學習過程中數據不平衡問題的處理方法

        這是我今天遇到的一個問題，也是機器學習中一個比較典型的問題，問題是這樣的，我拿到了一堆數據，數據一共有3020條，包含了10個類別，要求訓練一個分類器能夠準確識別各個分類。對於小數據規模的機器學習而言，與我們入門時，練手的鳶尾花數據集相比，至少在數據量上還是比較充足的。其實不然，如下表，是整個數據中，各個類別所佔的條數：  表1 各類別數據條數 class 1 class 2 cl

>>阅读原文<<