K-Means欠采样python实现
1. K-Means欠采样原理
为解决分类问题中效果受样本集类间不平衡，并提高训练样本的多样性，可以使用K-Means欠采样对样本进行平衡处理。该方法利用K-means方法对大类样本聚类，形成与小类样本个数相同的簇类数，从每个簇中随机抽取单个样本与风险样本形成平衡样本集。K-means欠采样过程如下：
Step1：随机初始化k个聚类中心，分别为uj(1,2,…,k)；
Step2：对于大样本xi(1,2,…,n)，计算样本到每个聚类中心uj的距离，将xi划分
