对于数据不均衡分布，过采样使用的smote的算法。

imblearn里面提供了smote库。

定义：

样本不平衡会带来样本点的空间分布并不能符合真实分布，因此使用smote扩充样本集合时，并不能改变原有样本的分布的外围轮廓特征，这就意味着对分类问题中分类边界的影响比较小。

简单伪代码使用：

from collections import Counter
from sklearn.datasets import make_classification
from imblearn.over_sampling import SMOTE # doctest: +NORMALIZE_WHITESPACE
X, y = make_classification(n_classes=2, class_sep=2,
     weights=[0.1, 0.9], n_informative=3, n_redundant=1, flip_y=0,
    n_features=20, n_clusters_per_class=1, n_samples=1000, random_state=10)
print('Original dataset shape %s' % Counter(y))
Original dataset shape Counter({1: 900, 0: 100})
sm = SMOTE(random_state=42)
X_res, y_res = sm.fit_resample(X, y)
print('Resampled dataset shape %s' % Counter(y_res))
Resampled dataset shape Counter({0: 900, 1: 900})