SMOTE ENN 生成的数据是重复旧数据还是全新数据？

SMOTE ENN 生成的新数据并非简单地复制之前已存在的数据，而是通过合成方法生成的全新数据。其目的是增加少数类别的样本数量，并减少多数类别中的冗余样本，以实现数据集的平衡和改善分类算法的性能。

SMOTE ENN 的工作原理：

SMOTE 插值生成新样本: SMOTE (Synthetic Minority Over-sampling Technique) 针对少数类别的样本进行插值操作，生成新的合成样本。具体来说，SMOTE 会选择少数类别样本的一个或多个近邻样本，并在它们之间生成新的合成样本。这些合成样本的特征值是通过线性插值计算得到的。
ENN 清理样本减少噪声: ENN (Edited Nearest Neighbors) 算法对 SMOTE 生成的合成样本和原始样本进行欠采样，以减少多数类别中的噪音和重叠样本。ENN 根据样本之间的距离关系，删除多数类别样本中与少数类别样本相邻的样本。

因此，SMOTE ENN 生成的新数据是通过对原始数据进行插值和删除操作得到的全新数据，而不是简单地重复复制已存在的数据。

总结:

SMOTE ENN 通过合成全新数据而非重复旧数据来平衡数据集，有效提升分类算法在处理不平衡数据集时的性能。