数据不均是常见且很头疼的问题，在不能增加数据量的情况下只能通过各种采样方式实现数据尽可能分布均衡。
具体的可以分为：欠采样，过采样，欠采样和过采样结合
本文基于imbalanced-learn实验对比了过采样的不同实现方式产生的不同效果，欠采样一般不如过采样，故未进行实验
相关文章：
相似解决方案
热门标签
数据不均是常见且很头疼的问题，在不能增加数据量的情况下只能通过各种采样方式实现数据尽可能分布均衡。
具体的可以分为：欠采样，过采样，欠采样和过采样结合
本文基于imbalanced-learn实验对比了过采样的不同实现方式产生的不同效果，欠采样一般不如过采样，故未进行实验
相关文章：