三个解决办法：假设反例数目多于正例数目，类别不平衡
1. 过采样 ： 增加一些正例，使得正反例数目接近，再进行学习；
2. 负采样 ： 去除一些反例，使得正反例数目接近，再进行学习；
3. 再缩放策略 ：
直接基于原始训练集进行学习，但是在训练好的分类器进行预测时，将式子judge嵌入决策过程，称为阈值移动.
judge = y'/(1-y') = [y/(1-y)] * [m-/m+] 其中m-代表反例样本数，m+代表正例样本数，
为什么Judge长那个形式呢？
因为对于线性分类器进行二分类，y = w * x + b对新样本x进行分类时，y是样本属于正例的概率，事实上是在用预测出的y值与一个阈值比较，例如通常在y>0.5时判别为正例，否则为反例。y是实际上表达了预测为正例的可能性，几率
y/(1-y)反映了新样本为正例的可能性与为反例的可能性的比值，阈值设为0.5恰表明分类器认为真实正例和反例可能性相同，即分类器决策为：y/(1-y) > 1, 即为正例.
然而，当训练集中正反例的数目不同时，令m+表示正例数目，m-表示反例数目，则观测几率是(m+)/(m-),由于通常假设训练集是真实样本总体的无偏估计，因此几率代表了真实的概率。于是只要分类器的预测几率高于观测几率，就应判定为正例，即：
若 y/(1-y) >(m+)/(m-), 即为正例.也就是 y/(1-y) * (m-)/(m+) >1,即为正例.这就是“再缩放策略”，按照训练样本中正例和反例的比率，进行阈值缩放。
三种解决方法比较：
(1). 欠采样时间开销通常远小于过采样，但会丢弃很多反例，可能会丢失重要信息，且使得训练集远小于初始训练集规模，过采样增加了很多正例，使得训练集大于初始训练集。
(2). 过采样如果简单的对正例样本重复采样，会导致严重的过拟合，应该采用SMOTE算法进行采样，即通过对训练集里的正例进行插值来产生额外的正例。SMOTE算法截图如下：来自于链接https://blog.csdn.net/qq_23534759/article/details/80499759
(3). 欠采样的代表算法是EasyEnsemble，即利用集成学习机制，将反例划分成若干个集合，分别于正例集组合，训练不同的分类器，这样看来对每个分类器进行了欠采样，在全局来看不会丢失任何信息，最终根据多个分类器集成结果，来分类。