过采样和欠采样算法 过采样与欠采样
4.过采样和欠采样是用于对问题进行分类的技术。采样少，采样多称为过采样，然后，过采样和欠采样可以处理这种情况，欠采样是指采样频率低于采样定理的要求，为什么决策的数量不等于样本类别的数量？什么是欠采样？比如采样周期为4mS(采样频率为250Hz)，信号周期为1000mS，采样进行250次。然后，采样时间的起点向后调整2mS，采样进行250次，将两个样本按照第一组点、第二组点、第一组点、第二组点的顺序组合，得到500个点的采样数据。
1、5个统计基本概念!数据分析师必须了解1、特征统计特征统计可能是数据科学中最常用的统计概念。是你在研究数据集时经常用到的一种统计技术，包括偏差、方差、平均值、中位数、百分比等等。理解特性统计并在代码中实现它们是非常容易的。2.概率分布我们可以把概率定义为某些事件发生的概率，用百分比表示。在数据科学领域，这通常被量化为0到1的范围，其中0表示事件肯定不会发生，1表示事件肯定会发生。
3.降维这个术语可以很直观的理解，就是降低一个数据集的维度。在数据科学中，这是特征变量的数量。4.过采样和欠采样是用于对问题进行分类的技术。例如，我们在一个类别中有2000个样本，但在第二个类别中只有200个样本。这将把我们试图用来建模和预测数据的许多机器学习技术放在一边。然后，过采样和欠采样可以处理这种情况。
2、决策数量和样本类别数不相等的原因3、什么是欠采样?
欠采样是指采样频率低于采样定理的要求。采样少，采样多称为过采样，也就是说，采样频率小于信号带宽的2倍。在实际应用中，对于周期信号是有意义的，需要获得多个采样序列，每个采样序列偏移一定的时间间隔，比如采样周期为4mS(采样频率为250Hz)，信号周期为1000mS，采样进行250次。然后，采样时间的起点向后调整2mS，采样进行250次，将两个样本按照第一组点、第二组点、第一组点、第二组点的顺序组合，得到500个点的采样数据。
