【机器学习】类不平衡 class-imbalance

---

类不平衡是什么？

1. 概念：
   类不平衡（class-imbalance）指分类任务中不同类别的训练样例数目差别很大的情况。
   各个类别的样本量分布不均——某些类别的样本数量极多，有些类别的样本数量极少，就是类不平衡（class-imbalance）问题。

2. 后果：
   若不同类别样例数差别很大，则会对学习过程造成困扰。例如有998个反例，但是正例只有2个，那么学习方法只需要返回一个永远将新样本预测为反例的学习器，就能达到99.8%的精度；然而这样的学习器往往没有价值，因为它不能预测出任何正例。

---

参考链接

机器学习 —— 类不平衡问题与SMOTE过采样算法