假設有兩個class：class1 和 class2 ，其中class1樣本數少
從class1中隨機選擇乙個點c，找到該點的k個鄰居
從k個鄰居中隨機選擇乙個點c_ne
連線c與c1，在c與c_ne的連線上生成新的點c_new
重複1-4 m步驟，可構造m個點
from sklearn.datasets import make_classification
from imblearn.over_sampling import smote
from collections import counter
# 構造不平衡資料
x,y=make_classification(n_classes=2,n_features=20,n_samples=100,shuffle=true,weights=[0.9,0.1])
#smt=smote(k_neighbors=4,sampling_strategy=0.5)
x1,y1=smt.fit_resample(x,y)
print(counter(y1))
easyensemble 中下取樣的方式是無監督的，只是將n做有放回的抽樣，然後與p一起，構成子樹的樣本集
balancecascade 中下取樣的方式是有監督的，在1的基礎上，用adaboost方法生成分類器h1，用h1去對n中的樣本做**，如果**對的話，那麼認為該樣本是冗餘的，就可以從n中去除；
上述兩個演算法是將下取樣與分類器一併構造；
機器學習中的 上取樣 下取樣 過取樣 欠取樣
這是兩種解決分類訓練過程中資料量不平衡的取樣方法 拿二分類舉例，期望陽性樣本數量 陰性樣本數量 1 1，但實際上陽性樣本數量 陰性樣本數量 1000 100 將100資料複製10份，達到兩個樣本數量之比為1000 1000 將1000資料隨機抽取100份，達到兩個樣本數量之比為100 100 卷積神...
機器學習方法 機器學習中的優化方法
機器學習是離不開優化方法的，pedro domingos這樣概括機器學習和優化方法的關係 machine learning representation optimization evaluation 後面三項對應於三步 建立模型，求解模型，驗證模型。首先介紹一下機器學習中常見的優化問題 1.分類回...
機器學習的常用方法
什麼是機器學習 專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的效能。它是人工智慧的核心，是使計算機具有智慧型的根本途徑，其應用遍及人工智慧的各個領域，它主要使用歸納 綜合而不是演繹。機器學習的常用方法 監督學習 非監督學習 半監督學習 強化...