什么是過(guò)采樣：

目的：處理數(shù)據(jù)不平衡問(wèn)題。

方法：當(dāng)數(shù)據(jù)不平衡的時(shí)，比如樣本標(biāo)簽1有10000個(gè)數(shù)據(jù)，樣本標(biāo)簽0有100個(gè)數(shù)據(jù)，這時(shí)如果采用下采樣會(huì)浪費(fèi)很多樣本，

所以引入過(guò)采樣，過(guò)采樣是根據(jù)樣本標(biāo)簽少的樣本的規(guī)律去生成更多該標(biāo)簽樣本，這樣使得數(shù)據(jù)趨向于平衡。

典型的過(guò)采樣方式是SMOTE等.

關(guān)于SMOTE具體算法:

1.對(duì)于少數(shù)類(lèi)中每一個(gè)樣本x，以歐氏距離為標(biāo)準(zhǔn)計(jì)算它到少數(shù)類(lèi)樣本集Smin中所有樣本的距離，得到其k近鄰。
2.根據(jù)樣本不平衡比例設(shè)置一個(gè)采樣比例以確定采樣倍率N，對(duì)于每一個(gè)少數(shù)類(lèi)樣本x，從其k近鄰中隨機(jī)選擇若干個(gè)樣本，假設(shè)選擇的近鄰為xn。
3.對(duì)于每一個(gè)隨機(jī)選出的近鄰xn，分別與原樣本按照如下的公式構(gòu)建新的樣本 。