下列是一些具體的處理方法名稱(chēng)：


該方法主要是對(duì)大類(lèi)進(jìn)行處理。它會(huì)減少大類(lèi)的觀(guān)測(cè)數(shù)來(lái)使得數(shù)據(jù)集平衡。這一辦法在數(shù)據(jù)集整體很大時(shí)較為適宜，它還可以通過(guò)降低訓(xùn)練樣本量來(lái)減少計(jì)算時(shí)間和存儲(chǔ)開(kāi)銷(xiāo)。


欠采樣法共有兩類(lèi)：隨機(jī)（Random）的和有信息的（Informative）。


隨機(jī)欠采樣法會(huì)隨機(jī)刪除大類(lèi)的觀(guān)測(cè)直至數(shù)據(jù)集平衡。有信息的欠采樣法則會(huì)依照一個(gè)事先制定的準(zhǔn)則來(lái)刪去觀(guān)測(cè)。


有信息的欠采樣中，利用簡(jiǎn)易集成算法（EasyEnsemble）和平衡級(jí)聯(lián)算法（BalanceCascade）往往能得到比較好的結(jié)果。這兩種算法也都很直白易懂。


簡(jiǎn)易集成法：首先，它將從大類(lèi)中有放回地抽取一些獨(dú)立樣本生成多個(gè)子集。然后，將這些子集和小類(lèi)的觀(guān)測(cè)合并，再基于合并后的數(shù)據(jù)集訓(xùn)練多個(gè)分類(lèi)器，以其中多數(shù)分類(lèi)器的分類(lèi)結(jié)果為預(yù)測(cè)結(jié)果。如你所見(jiàn)，整個(gè)流程和無(wú)監(jiān)督學(xué)習(xí)非常相似。


平衡級(jí)聯(lián)法：它是一種有監(jiān)督的學(xué)習(xí)法，首先將生成多個(gè)分類(lèi)器，再基于一定規(guī)則系統(tǒng)地篩選哪些大類(lèi)樣本應(yīng)當(dāng)被保留。


但欠采樣法有一個(gè)顯而易見(jiàn)的缺陷，由于要?jiǎng)h去不少觀(guān)測(cè)，使用該方法會(huì)使得大類(lèi)損失不少重要信息。


2.過(guò)采樣法


這一方法針對(duì)小類(lèi)進(jìn)行處理。它會(huì)以重復(fù)小類(lèi)的觀(guān)測(cè)的方式來(lái)平衡數(shù)據(jù)。該方法也被稱(chēng)作升采樣（Upsampling）。和欠采樣類(lèi)似，它也能分為隨機(jī)過(guò)采樣和有信息的過(guò)采樣兩類(lèi)。


隨機(jī)過(guò)采樣會(huì)將小類(lèi)觀(guān)測(cè)隨機(jī)重復(fù)。有信息過(guò)采樣也是遵循一定的準(zhǔn)則來(lái)人工合成小類(lèi)觀(guān)測(cè)。


使用該方法的一大優(yōu)勢(shì)是沒(méi)有任何信息損失。缺點(diǎn)則是由于增加了小類(lèi)的重復(fù)樣本，很有可能導(dǎo)致過(guò)擬合（譯者注：計(jì)算時(shí)間和存儲(chǔ)開(kāi)銷(xiāo)也增大不少）。我們通過(guò)該方法可以在訓(xùn)練集上得到非常高的擬合精度，但在測(cè)試集上預(yù)測(cè)的表現(xiàn)則可能變得愈發(fā)糟糕。
本文來(lái)源：chinapex.cn/solutions/data_cloud
     chinapex.cn/news/company-news