机器学习中如何解决数据不平衡问题？

文章目录 目录 什么是数据不平衡问题？ 数据不平衡会造成什么影响？ 如何处理数据不平衡问题？ 1、重新采样训练集 1.1随机欠抽样 1.2.基于聚类的过采样 2.使用K-fold交叉验证 3.转化为一分类问题 4.组合不同的重采样数据集 5.用不同比例重新采样 6.多模型Bagging 7.集群丰富类 8.设计适用于不平衡数据集的模型 总结： 目录 什么是数据不平衡问题？ 在学术研究与教学中，很多

>>阅读原文<<