「这是我参与11月更文挑战的第9天，活动详情查看：2021最后一次更文挑战」
前言
详细代码可见👉gitee.com/xin-yue-qin…，有问题欢迎随时指教~🔎
当你训练模型时，可能会遇到数据不均衡的状况，即数据集中存在某一类样本，其数量远多于或远少于其他类样本。like👇（0：1≈129：1）
数据不均衡，会使模型的precision、recall、f1值效果很差。
当我们遇到数据不均衡的时候，我们该如何做：
- 对占比较大的类别进行欠采样，即减少数量多的样本，最后使两类样本均衡
- 对占比较小的类别进行过采样，即增加数量少的样本，最后使两类样本均衡
过采样
过采样常用SMOTE实现。SMOTE，即合成少数类过采样技术，基本思想是对少数类样本进行分析后，根据少数类样本来合成新样本添加到数据集中。
如何使用？😕
python的imblearn包为SMOTE提供了方便的接口，需要时即可直接调用。只需要下面三句话：👇
#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) #X, y就是你想增加的数据（X为特征，y为对应的标签
SMOTE模型默认生成 的数据，如果想生成其他比例的数据，可以使用radio参数。这不仅可以处理二分类问题，同样适用于多分类问题
#可通过radio参数指定对应类别要生成的数据的数量
smo = SMOTE(ratio={1: 300 },random_state=42)
#生成【标签0】和【标签1】比例为3：1的数据样本
X_smo, y_smo = smo.fit_sample(X, y)
print(Counter(y_smo))
#输出：Counter({0: 900, 1: 300})
接前一篇机器学习实战后续，细讲如何使用SMOTE来改善数据不均衡的模型👇
先看看没有SMOTE前的惨况：
加入SMOTE
重新进行模型训练及测试，召回率、精确度和f1值得以改善：
欠采样
欠采样，也叫下采样，简单来说就是减少数量多的样本使其两类样本数量相当。
同样用起来很简单，问就是库里都有，我们只需要直接调用就好~
from imblearn.under_sampling import RandomUnderSampler
rus = RandomUnderSampler(random_state=0)
X_resampled, y_resampled = rus.fit_sample(X, y)
看我实例
效果：
所有代码可在gitee.com/xin-yue-qin…找到，欢迎指导~
参考资料
