python 欠采样_欠采样（undersampling）和过采样（oversampling）

欠采样和过采样是解决类别不平衡问题的两种常见方法。

欠采样是指减少多数类别的样本数量，使其与少数类别的样本数量接近，从而达到平衡的目的。常用的欠采样方法包括：

1. 随机欠采样：随机删除多数类别的一部分样本。

2. Tomek links欠采样：去除多数类别样本中的Tomek links。Tomek links指的是一个多数类别样本和一个少数类别样本之间的最近邻关系。

3. Cluster centroids欠采样：使用KMeans算法将多数类别样本聚类，然后保留每个簇的中心点。

过采样是指增加少数类别的样本数量，使其与多数类别的样本数量接近，从而达到平衡的目的。常用的过采样方法包括：

1. 随机过采样：随机复制少数类别的一部分样本。

2. SMOTE过采样：对少数类别样本进行插值，生成新的样本。

3. ADASYN过采样：基于SMOTE的思想，使用自适应权重对少数类别样本进行插值。

使用哪种方法取决于具体的数据集和任务。需要注意的是，过度使用过采样会导致模型过拟合，欠采样则会导致信息丢失。因此，需要在不同方法之间进行平衡，以获得更好的性能。