解決真實世界問題：如何在不平衡類上使用機器學習？

如果你是機器學習課程的新手，那麼你使用過的數據庫很大程度上都是非常簡單的。其中一個原因就是，當你構建分類器時，樣本類都是平衡的——也就是說，每個類中的樣本數量是大致相同的。在教學中，數據庫通常是淨化過的，這樣老師才能夠把注意力集中在教授特定算法或技巧上，而不被其它問題干擾。一般情況下，你遇到的樣本類似下方的二維圖表，其中的點代表樣本、點的不同顏色（或形狀）代表類： 分類算法的目標是嘗試學習出一個能

>>阅读原文<<