數據集的非均衡問題(imbalanced data)和應對方法

寫在前面： 作者是數據挖掘/機器學習新人進階，專欄目的是分享自己的學習與進階過程，把自己覺得有趣有價值的內容放上來。內容基本總結自我看過的英文教材/論文/論壇，如果涉及到侵權等問題麻煩私信。這一篇的主要內容是在分類問題中解決不平衡(imbalanced)問題的思路，深入的數學原理及推理在參考文獻中。我自己是R-user，正在學習Python，這篇文章不會有很實用的package教程，想看教程的可以

>>阅读原文<<