關(guān)于不均衡數(shù)據(jù)的處理方法，主要有以下幾個(gè)方面：

1. 采樣的方法

? ?1.1 過(guò)采樣，采集類標(biāo)少的樣本，達(dá)到平衡樣本的目的。

? ? ? ? ?方法一，簡(jiǎn)單的復(fù)制類標(biāo)少的樣本

? ? ? ? 方法二，生成人工樣本（SMOTE方法），MATLAB代碼?SMOTE (Synthetic Minority Over-Sampling Technique) - File Exchange - MATLAB Central

? ?1.2 下采樣，將大樣本隨機(jī)分成N類，結(jié)合類標(biāo)少的樣本進(jìn)行訓(xùn)練N個(gè)模型，最后結(jié)果是N個(gè)模型的加權(quán)平均來(lái)刻畫。

2. 基于名義變量的方法，也就是代價(jià)敏感函數(shù)方法。

? ? ? cost-sensitive learning， penalized-SVM

3.?RUSBoostcan be implemented in Matlab using the 'fitensemble' technique.?

? ??Using classifiers which can handle the imbalance problem such as the RUSBoost technique

Matlab代碼可見?

RUSBoost

以上方法的所有細(xì)節(jié)可參看下面的博文

（1）Class Imbalance Problem

（2）不平衡數(shù)據(jù)下的機(jī)器學(xué)習(xí)方法簡(jiǎn)介

（3）8大策略讓你對(duì)抗機(jī)器學(xué)習(xí)數(shù)據(jù)集里的不均衡數(shù)據(jù)

（4）Quora上面的解答：https://www.quora.com/In-classification-how-do-you-handle-an-unbalanced-training-set

翻譯見：http://blog.csdn.net/heyongluoyao8/article/details/49408131

（5）在分類中如何處理訓(xùn)練集中不平衡問題

?

?（6）知乎上的討論?https://www.zhihu.com/question/36514847

? ? ? ? ? ? ? ? ? ? ?https://www.zhihu.com/question/30492527

總結(jié)

以上是生活随笔為你收集整理的不均衡数据的处理方法的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。