数据挖掘：数据清洗——数据不平衡处理
一、什么是数据不平衡？
不平衡数据集指的是数据集各个类别的样本数目相差巨大，也叫数据倾斜。以二分类问题为例，即正类的样本数量远大于负类的样本数量。严格地讲，任何数据集上都有数据不平衡现象，一点的差异不会引起太多的影响，我们只关注那些分布差别比较悬殊的。
关于分布悬殊：如果类别不平衡比例超过4:1，那么其分类器会大大地因为数据不平衡性而无法满足分类要求的。因此在构建分类模型之前，需要对分类不均衡性问题进行处理。
不平衡数据的学习即需要在分布不均匀的数据集中学习到有用的信息。
二、不平衡数据例子
① 在二分类问题中，训练集中class 1的样本数比上clas
2021-10-19 21:06:07
577KB
1
此项目为scrapy爬虫，爬取京东服装数据。数据清洗还有数据分析等内容，最后部分通过少量数据建立决策树模型进行对比分析。
2021-09-27 09:33:04
109.3MB
1
包括了爬虫项目（爬北上广深热门城市的租房信息）和数据清洗和数据分析，值得下载。其中数据分析会产生许多图片，适合小白同学初步入门大数据。
2021-05-26 15:35:46
7.55MB
1
数据预处理软件源代码(QT C++),负责数据挖掘的数据清洗工作，如对一些科研实验数据的清洗和预处理
2021-04-02 12:04:49
4.28MB