对于二分类问题：
1.基于抽样的方法
1.1不充分抽样，类别多的数据只抽部分数据
1.2过分抽样，类别少的数据进行复制样本，直到两类数据量很接近
缺点：
1.过分抽样 ，对噪声数据可能出现过拟合
1.3 两者相结合的方式
其他：
1.过分抽样，可以通过复杂该类样本数据，或者在已有的该类样本的邻域中产生新的样本实现
2.不过分抽样，通过最近邻使得抽出的样本密度上比较接近，这样可以去除噪声点的影响
题目
在分类问题中,我们经常会遇到正负样本数据量不等的情况,比如正样本为10w条数据,负样本只有1w条数据,以下最合适的处理方法是()
A、将负样本重复10次,生成10w样本量,打乱顺序参与分类
B、直接进行分类,可以最大限度利用数据
C、从10w正样本中随机抽取1w参与分类
D、将负样本每个权重设置为10,正样本权重为1,参与训练过程
重采样、欠采样、调整权值
1. 重采样。
A可视作重采样的变形。改变数据分布消除不平衡，可能导致过拟合。
2. 欠采样。
C的方案提高少数类的分类性能，可能丢失多数类的重要信息。
如果1：10算是均匀的话，可以将多数类分割成为1000份。然后将每一份跟少数类的样本组合进行训练得到分类器。而后将这1000个分类器用assemble的方法组合位一个分类器。A选项可以看作此方式，因而相对比较合理。
另：如果目标是 预测的分布 跟训练的分布一致，那就加大对分布不一致的惩罚系数。
3. 权值调整。
然而答案确说是选A，为什么？不理解
