这种方法很难给出一般规则，它们在很大程度上依赖于手头的数据。你应该知道每种方法的优缺点，尝试所有方法，看看哪种方法在验证集上表现最好。请记住：

• 对频率较低的类进行过度采样会导致数据出现大量重复，因为您只是复制了观察结果
• 欠采样可能很糟糕，因为您在最频繁的类中丢弃了信息，因此您可能会失去性能

混合方法往往优于两者，请参阅SMOTE或ROSE。

例如，SMOTE 从少数类（从真实样本派生的综合观察）生成新信息，并且对多数类（您选择两者的最终比率）进行欠采样。

同样，您需要在数据上测试最佳解决方案。