在機器學習中，我們獲取的數據往往存在一個問題，就是樣本不均勻。比如你有一個樣本集合，正例有9900個，負例100個，訓練的結果往往是很差的，因為這個模型總趨近於是正例的。
就算全是正那么，也有99%的准確率，看起來挺不錯的，但是我們要預測的負樣本很可能一個都預測不出來。
這種情況，在機器學習中有三個處理辦法，過采樣、欠采樣、再平衡（再縮放）
過采樣：增加一些數據數據，使得正反例數量一致，比如這里，我們增加負例9800個，若單純復制這100個負例，則很可能會導致多重共線性問題，所以實際的處理方法一般根據原始數據進行一些處理。
比如常用的SMOTE算法，通過差值的方法增加樣本數量。
欠采樣：減少一些樣本使得正反例數量一致，比如這里減少9800個正例，但這樣一來就損失了很多數據資源，實際常用的做法是將多的樣本分成很多份，用N個訓練器來訓練，最后去平均。
比如這里，我們可以將正例分成99份100個的集合，99份分別和100個負例組合成訓練集來進行訓練。當然如果正負例的數量差距太大的話可能會有很多個訓練器了。
再平衡：一般的分類算法訓練出來是一個0-1的值，一般大於等於0.5的就是正，小於0.5的為負例。再平衡的思想就是根據正負樣本數量的比例對訓練結果判定的調整。
通用的算法是：>=正例數量/總數量，則為正；<正例數量/總數量為負
在這里我們的判定改為9900/(9900+100)=0.99
所以預測結果當大於等於0.99時候我們判定為是正例。