2022年3月7日
机器学习笔记：imblearn之SMOTE算法处理样本类别不平衡
摘要： 一、业务背景 日常工作、比赛的分类问题中常遇到类别型的因变量存在严重的偏倚，即类别之间的比例严重失调。 样本量差距过大会导致建模效果偏差。 例如逻辑回归不适合处理类别不平衡问题，会倾向于将样本判定为大多数类别，虽然能达到很高的准确率，但是很低的召回率。 出现样本不均衡场景主要有： 异常检测：恶意刷单 阅读全文
posted @ 2022-03-07 16:47 Hider1214 阅读(8483) 评论(0) 推荐(0) 编辑