集成下采样/欠采样
EasyEnsemble
采用不放回的数据抽取方式抽取多数类别样本数据，然后将抽取出来的数据和少数类别数据组合训练一个模型；多次进行这样的操作，从而构建多个模型，然后使用多个模型共同决策/预测
BalanceCascade
利用Boosting这种增量思想来训练模型；先通过下采样产生训练集，然后使用Adaboost算法训练一个分类器；然后使用改分类器多对所有的大众样本数据进行预测，并将预测正确的样本从大众样本数据进行预测，并将预测正确的样本从大众样本数据中删除，重复迭代上述俩个操作，直到大众样本数据
量等于小众样本数据量
ENN
对于多数类别样本数据而言如果这个样本的大部分k近邻样本都和自身类别不一样，那我们就将其删除，然后使用删除后的数据训练模型
RENN 对于多数类别样本数据而言，如果这个样本的大部分k近邻样本都和自身类别不一样，那我们就将其删除，重复性的进行上述的删除操作，直到数据集无法在被删除后，使用此时的数据集训练模型
过采样/上采样
和欠采样采用同样的原理，通过抽样来增加少数 样本的数目，从而达到数据平衡的目的。一种简单的方式就是通过有放回抽样，不断的从少数类别样本数据中抽取样本，然后使用抽取样本+原始数据组成训练数据集来训练模型；不过该方式比较容易导致过拟合，一般抽样样本不要超过50%
采用数据合成的方式生成更多的样本，该方式在小数据集场景下具有比较成功的案例 常见栓发是smote算法 该算法利用小众样本在特征空间的相似性来生成新样本
对于正负样本极不平衡的情况下，其实可以换一种思路/角度来看待这个问题:可以将其看成一分类或者异常检测问题，在这类算法应用中主要就是对于其中一个类别进行建模，然后对所有不属于这个类别特征的数据就认为是异常数据，
缺失值的填充
填充缺省值内容是一个比较重要的过程，也是我们常用的一种缺省值解决方案，一般采用下面几种方式进行数据的填充：
以业务知识或经验推测填充缺省值
以同一字段指标的计算结果（均值，中位数，众数等）填充缺省值
以不同字段指标的计算结果来推测性的填充缺省值
在scikit中主要通过impiter 来进行填充
