解決方案1：
上采樣或者下采樣
解決方案2：
給樣本配置比例系數(shù)，樣本比例大的比例系數(shù)小，樣本比例小的比例系數(shù)大。
解決方案3（推薦）：
分類(lèi)閾值移動(dòng)
通常在一個(gè)二分類(lèi)的問(wèn)題中，我們經(jīng)常將0.5作為預(yù)測(cè)結(jié)果的分類(lèi)標(biāo)準(zhǔn)，比如將預(yù)測(cè)概率大于0.5分為A類(lèi)，預(yù)測(cè)概率小于0.5分為B類(lèi)，這里的0.5就是分類(lèi)閾值。
在二分類(lèi)問(wèn)題中，假如預(yù)測(cè)一個(gè)樣本為A的概率為p,那么它為B的概率為1-p，而p/(1-p)表示兩類(lèi)可能性的比，即幾率(odds),或稱(chēng)為優(yōu)勢(shì)比。如果p/(1-p)>1，我們認(rèn)為該樣本是A類(lèi)的幾率大于B。然而，在一個(gè)數(shù)據(jù)集中正負(fù)樣本比例不相同時(shí)，此時(shí)會(huì)有一個(gè)觀測(cè)幾率，假設(shè)在數(shù)據(jù)集中有m個(gè)A樣本，n個(gè)B樣本，那么觀測(cè)幾率為m/n（樣本均衡的情況下觀測(cè)幾率為1）。
在算法分類(lèi)過(guò)程中，如果預(yù)測(cè)幾率p/(1-p）大于實(shí)際的觀測(cè)幾率m/n，此時(shí)我們才把樣本分類(lèi)為A,而不是以0.5作為分類(lèi)閾值（樣本均衡情況下以0.5作為閾值）
用公式表示：p/(1-p)>m/n
計(jì)算結(jié)果得到p>m/（m+n）
此時(shí)只有當(dāng)p大于m/(m+n)時(shí)，預(yù)測(cè)結(jié)果為A類(lèi)，這里m/(m+n) 取代0.5成為新的分類(lèi)閾值。
借助以上的原理，在分類(lèi)學(xué)習(xí)中面對(duì)樣本不均衡時(shí)，我們可以采用原有不均衡的樣本進(jìn)行學(xué)習(xí)，然后通過(guò)改變決策規(guī)則來(lái)做分類(lèi)，比如在樣本均衡時(shí)我們0.5作為分類(lèi)閾值，而在樣本不均衡的情況下我們可以規(guī)定預(yù)測(cè)概率需要達(dá)到0.8
