开个头·· 如何提高 Class imbalance DataSet的模型效果

自发想起的几个办法，试过了，都没什么用：

1. 圈出比较有可能的，然后对剩下的进行再次挑选。

但是尝试后发现并不是个很好的方法，虽然第一次决策树过滤了很多的不相干的，但是对剩下的再进行建模的准确率和覆盖率都很低，几乎等于直接用一次决策树，但是仔细调节正负样本比例后的结果。

2. 对首次得到的概率作为特征进入输入。

下载了一些 Class Imbalance Problem的论文，正在尝试使用其中的办法，看看是否能够提高模型准确率和查全率

to be continue 20150825