如何轻松应对机器学习中的样本不平衡问题？
本文共计3679个文字，预计阅读时间需要15分钟。在银行业，判断一个新客户是否会违约，通常不违约的人与违约的人的比例是99:1。真正违约的人其实是非常少数的。在这种分类状态下，即便是最简便的模型也不做什么，全都将所有人当作不违约的。在银行要
如何应对机器学习中的样本不平衡问题？
本文共计3763个文字，预计阅读时间需要16分钟。在银行，需判断新客户是否会违约，通常不违约的人VS违约的人比例是99:1，真正违约的人其实相当少。在这种分类状态下，即使便利模型什么也不做，也将所有的人都当作违约者。在银行要判断一个&quo
如何用Python应对数据集中长尾词的不平衡问题？
本文共计2352个文字，预计阅读时间需要10分钟。1.+ 数据不均衡：所谓的数据不均衡（imbalanced data）是指数据集中各个类别的数量分布不均衡；数据不均衡在现实业务中十分常见。例如，信用卡欺诈数据：99%都是正常数据，1%是欺