過採樣：
- smote
- 假設有兩個class：class1 和 class2 ，其中class1樣本數少
- 從class1中隨機選擇一個點C，找到該點的K個鄰居
- 從K個鄰居中隨機選擇一個點C_ne
- 連接C與C1，在C與C_ne的連線上生成新的點C_new
- 重複1-4 M步驟，可構造M個點
from sklearn.datasets import make_classification
from imblearn.over_sampling import SMOTE
from collections import Counter
# 構造不平衡數據
x,y=make_classification(n_classes=2,n_features=20,n_samples=100,shuffle=True,weights=[0.9,0.1])
#
smt=SMOTE(k_neighbors=4,sampling_strategy=0.5)
x1,y1=smt.fit_resample(x,y)
print(Counter(y1))
欠採樣：
參考文章：https://cs.nju.edu.cn/zhouzh/zhouzh.files/publication/tsmcb09.pdf
- EasyEnsemble
- BalanceCascade
- EasyEnsemble 中下采樣的方式是無監督的，只是將N做有放回的抽樣，然後與P一起，構成子樹的樣本集
- BalanceCascade 中下采樣的方式是有監督的，在1的基礎上，用adaboost方法生成分類器H1，用H1去對N中的樣本做預測，如果預測對的話，那麼認爲該樣本是冗餘的，就可以從N中去除；
- 上述兩個算法是將下采樣與分類器一併構造；