Introduction
在很多实际应用场合中，如入侵检测、信用卡诈骗等，存
在很多类别不均衡的情况。类别不均衡是指：在一个样本
数据集中，一类样本数目特别多，而另一类的样本数目特
别小，两者样本数目相差很大。比如在网络入侵检测中，
正常的网络访问要比入侵访问多得多；在保险业，往往只
会有一小部分保险客户要求索赔；医疗诊断，信用卡欺诈
等应用领域也存在这样的情况。在这些不均衡数据集上，
传统的机器学习方法常常对大类样本的分类性能较好，而
对小类样本的分类性能却很糟糕。小类别包含的信息不足
以被正确分类，是因为小类别样本的信息量无法与大类别
相抗衡，其信息容易淹没在大类别中，导致小类别被大量
误分。
评论0