样本不均衡问题——smote算法源码实现

在机器学习中，样本不均衡往往会给模型带来过拟合现象，目前有许多种处理方法，比如欠采样，过采样，加权处理等等，本篇博文介绍的是过采样中一种常见算法--smote算法

smote算法论文：https://www.jair.org/media/953/live-953-2037-jair.pdf 

smote算法原理如下：

对样本中的每一个样本x算KNN（KNN算法是计算当前样本到其他样本最短的K个距离）

取前k个近邻样本，在这k个样本中随机取一个，记做x1

取（0,1）随机数gap，计算（人造）样本 = x + gap*（x - x1）

    smote算法框架如下：



源码：







新样本：



论文中的效果图：