面试之-1.0数据集类别分布不平衡问题

数据分布不平衡解决方法（ML版） （加粗部分，有知识扩充） 1.数据角度： 扩大数据集：最主要是添加小类别数据 采样： 上采样（增加小样本数）和下采样（减少大样本数）–> 上采样由于样本会重复出现，容易出现过拟合；下采样由于都是一部分数据导致模型只学习到一部分特征 —> 针对上采样问题：上采样，在每次新生成的数据点时加入随机扰动；下采样：①（Easy Ensemble）多次下采样（有放回），产生多

>>阅读原文<<