SMOTE过采样

SMOTE（合成少数类过采样），是基于随机过采样方法的一种改进方案。随机过采样通过简单复制样本的方式来增加少数样本，容易产生模型过拟合的问题。SMOTE的基本思想是对少数类样本进行分析并人工合成新样本。流程如下：

• 对于少数类中的每一个样本，以欧式距离为标准计算它到少数类样本集中所有样本的问题，得到近邻。
• 根据样本不均衡比例，设置一个采样倍率。对每一个少数类样本，从其近邻中随机选择个样本，假设选择的近邻为。
• 对于每一个随机选出的近邻，分别与原少数样本构建新样本。

得到个新样本。

的大小，可根据需要数据不平衡程度需进行过采样的倍率来决定。从而须有，但到底取多大，还需要根据数据集反复测试。