西瓜书_3_线性模型及python实现

类别不平衡问题

.现有技术大体上有三类做法:

第一类是直接对训练集里的反类样例进行"欠采样" (undersampling) ，即去除一些反倒使得正、反例数日接近7 然后再进行学习;第二类是对训练集里的正类样例进行"过来样" (oversampling) ，即增加一些正例使得正、反例数目接近，然后再进行学习;第三类则是直接基于原始训练集进行学习，但在用训练好的分类器进行预测时，将式(3.48)嵌入到其决策过程中，称为"阔值移动" (threshold-moving).

实战部分machine_learning/Logistic at master · HELLOTREE1/machine_learning · GitHub