机器学习中如何处理不平衡数据？

原文地址来自机器之心：https://www.jiqizhixin.com/articles/021704
英文原文地址：https://towardsdatascience.com/handling-imbalanced-datasets-in-machine-learning-7a0e84220f28
结论：

1.当我们使用机器学习算法时，必须谨慎选择模型的评估指标：我们必须使用那些能够帮助更好了解模型在实现目标方面的表现的指标；

2.在处理不平衡数据集时，如果类与给定变量不能很好地分离，且我们的目标是获得最佳准确率，那么得到的分类器可能只是预测结果为多数类的朴素分类器；

3.可以使用重采样方法，但必须仔细考虑：这不应该作为独立的解决方案使用，而是必须与问题相结合以实现特定的目标；

4.重新处理问题本身通常是解决不平衡类问题的最佳方法：分类器和决策规则必须根据目标进行设置。