/ML_imblearn

类别不平衡学习，包括采样、代价敏感学习、决策输出补偿以及集成学习等内容

Primary LanguageJupyter Notebook

简介

类别不平衡是建模中很常见的问题，下面以二分类的不平衡学习为例，介绍一些分析和处理方法

1.数据分布及其指标评估

2.对不同模型的影响及性能评估

3.样本采样

4.代价敏感学习

5.决策输出补偿

6.集成学习

参考

《类别不平衡学习》

https://blog.csdn.net/heyongluoyao8/article/details/49408131

https://zhuanlan.zhihu.com/p/56882616

https://blog.csdn.net/hren_ron/article/details/81172044

https://blog.csdn.net/siyue0211/article/details/80318999

https://blog.csdn.net/songhk0209/article/details/71484469

https://blog.csdn.net/kizgel/article/details/78553009?locationNum=6&fps=1

https://www.lizenghai.com/archives/2842.html

https://www.jianshu.com/p/0bfce1806235