干货｜在机器学习中如何应对不均衡分类问题？.pdfVIP

干货｜在机器学习中如何应对不均衡分类问题？ 原文地址：在处理机器学习等数据科学问题时，经常会 碰到不均衡种类分布的情况，即在样本数据中一个或多个种 类的观察值明显少于其他种类的观察值的现象。在我们更关 心少数类的问题时这个现象会非常突出，例如窃电问题、银 行诈骗性交易、罕见病鉴定等。在这种情况下，运用常规的 机器学习算法的预测模型可能会无法准确预测。这是因为机 器学习算法通常是通过减少错误来增加准确性，而不考虑种 类的平衡。这篇文章讲了不同的方法来解决这个不均衡分类 问题，同时说明了这些方法的好处和坏处。不均衡数据集一 般是指少数类所占比例少于