程序源代碼參見GitHub：https://github.com/leungBH/BankMarketing
-
數據集基本情況
目標：
根據相關的信息預測通過電話推銷，用戶是否會在銀行進行存款。
特徵：總共有50個特徵。
年齡，工作類型，婚姻狀況，受教育背景，信用情況，房貸，個人貸款，聯繫電話是手機還是固定電話，最後聯繫月份，最後聯繫日，通話持續時間，本次活動中聯繫的次數，最後一次接觸距離上一次接觸的時間，以前的活動中聯繫的次數，上一次活動成功與否，就業變化率，消費者物價指數，歐元銀行同業拆借利率，就業人數。
數據集中願意存款的比例大概只有1/9，存在嚴重的不平衡，導致精確度不高。
Yes: 4640 No: 36548
下面嘗試使用幾種處理數據集不平衡的方法做優化：
1，多少數分類進行過採樣（複製正樣本，用smote方法過採樣）
2，對多數分類進行欠採樣
先看看不做任何處理的結果
-
對負樣本進行欠採樣（隨機保留一半的負樣本）
相比於不做任何處理，精度有很大幅度的提升。
-
對正樣本進行過採樣（把所有正樣本複製一遍）
性能也有不錯的提升
-
利用smote方法進行過採樣
效果比簡單複製正樣本要好，特別是在測試集上的性能。
-
結合欠採樣和過採樣
性能優於單獨使用過採樣和單獨使用欠採樣
