类别不平衡数据的处理

1.不平衡学习的基本概念及处理方法分类：http://www.360doc.com/content/17/1023/09/42392246_697348454.shtml

重点学习：分类中解决类别不平衡问题https://blog.csdn.net/weixin_42462804/article/details/99821091?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromBaidu-1.control&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromBaidu-1.control

https://zhuanlan.zhihu.com/p/36381828

综述重点：https://www.pianshen.com/article/70241747728/

2.学习AdaCost对AdaBoost的改进方式：实现基于代价敏感的AdaCost算法https://zhuanlan.zhihu.com/p/39524415

3.SMOTE算法的matlab实现：https://blog.csdn.net/weixin_42355132/article/details/108002371基于MATLAB，应用SMOTE算法对小样本类进行过采样

python中可以调用imlbearn库的SMOTE接口，https://blog.csdn.net/qq_38016957/article/details/100115260?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-1.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-1.control

其他人分享的代码：https://blog.csdn.net/jiede1/article/details/70215477

# 使用imlbearn库中上采样方法中的SMOTE接口
from imblearn.over_sampling import SMOTE
# 定义SMOTE模型，random_state相当于随机数种子的作用
smo = SMOTE(random_state=42)
X_smo, y_smo = smo.fit_sample(X, y)