摘要：
推荐一篇英文的博客：
8 Tactics to Combat Imbalanced Classes in Your Machine Learning Dataset
一个不平衡的两类数据集，使用准确率（accuracy）作为模型评价指标，最后得到的准确率很高，感觉结果很棒大功告成了，但再看看混淆矩阵（confusion matrix）或者少数类（样本数量少的这一类）的召回率（recall），你的心可能就拔凉拔凉的。你可能会发现少数类的样本几乎完全分错，即模型将样本基本预测为了多数类（样本数量多的一类）。 阅读全文