版权声明：版权归本作者所有，如需转载请务必注明出处及作者 https://blog.csdn.net/qq_35654046/article/details/85289147
程序源代码参见GitHub：https://github.com/leungBH/BankMarketing
-
数据集基本情况
目标：
根据相关的信息预测通过电话推销，用户是否会在银行进行存款。
特征：总共有50个特征。
年龄，工作类型，婚姻状况，受教育背景，信用情况，房贷，个人贷款，联系电话是手机还是固定电话，最后联系月份，最后联系日，通话持续时间，本次活动中联系的次数，最后一次接触距离上一次接触的时间，以前的活动中联系的次数，上一次活动成功与否，就业变化率，消费者物价指数，欧元银行同业拆借利率，就业人数。
数据集中愿意存款的比例大概只有1/9，存在严重的不平衡，导致精确度不高。
Yes: 4640 No: 36548
下面尝试使用几种处理数据集不平衡的方法做优化：
1，多少数分类进行过采样（复制正样本，用smote方法过采样）
2，对多数分类进行欠采样
先看看不做任何处理的结果
-
对负样本进行欠采样（随机保留一半的负样本）
相比于不做任何处理，精度有很大幅度的提升。
-
对正样本进行过采样（把所有正样本复制一遍）
性能也有不错的提升
-
利用smote方法进行过采样
效果比简单复制正样本要好，特别是在测试集上的性能。
-
结合欠采样和过采样
性能优于单独使用过采样和单独使用欠采样
