数据采样

 

很多数情况下，正负样本是不均衡的。如健康人和患某种疾病的患者，电商的用户点击过或者购买过的商品和没有行为的商品

而大多数模型对正负样本比是敏感的（比如LR）

正负样本不均衡的处理办法：

正样本 >> 负样本，且正样本和负样本量都挺大，将数据量多的样本采用下采样的方式（downsampling）

正样本 >> 负样本，且正样本和负样本量不大：

       1）采集更多的数据

       2）上采样（比如图像识别中的镜像和旋转）

       3）修改损失函数