Kmeans如何应用于类别不平衡的数据上（用kmeans做工具）？

Question

Kmeans如何应用于减轻类别不平衡的数据上，然后用来训练其他模型？
用kmeans做工具，不是用不平衡数据区训练kmeans！

举例：
训练数据中A,B,C,D，其中A B类别很多 CD很少；
预测数据中全部是A,C。

此时用kmeans直接把ABCD 聚类成2个？

查看过一些博客，基本上都是水文，没多少有用价值。。。

Answer 1

是的，是直接改变训练数据数据分布的。
只保留majority类别，其中还有imbalanced-learn这个库帮助可以实现。里面还有其他各种治疗方法，也可以参考。

具体可以看这篇：https://zhuanlan.zhihu.com/p/640220466