此代码实现SMOTEBoost。SMOTEBoost是一种处理具有离散类标签的数据中的类不平衡问题的算法。它结合了SMOTE和标准助推程序AdaBoost，不仅为学习者提供了在前一次助推迭代中被错误分类的少数类示例，而且还提供了这些实例的更广泛表示（由SMOTE实现），从而更好地为少数类建模。由于boosting算法对所有错误分类的示例和来自
主要由多数类、后续采样组成的数据池
的培训仍然偏向于大多数班级。因此，为了减少由于班级不平衡导致的学习过程中固有的偏见
增加少数群体的抽样权重，每次都引入SMOTE
一轮助推。SMOTE的引入增加了少数民族阶层的数量
为学习者提供样本，并在每个样本的分布中关注这些案例
助推轮。除了最大化倾斜类数据集的边缘外，此过程还增加了集成分类器之间的差异，因为在每次迭代中，不同的合成样本集
产生。
有关算法理论描述的更多详细信息，请参阅以下文章：
N.V.Chawla，A.Lazarevic，L.O.Hall，K.Bowyer，“SMOTEBoost:在提升中改进少数群体的预测，数据库中的知识发现期刊：PKDD，2003年。
SMOTEBoost的当前实现是由作者独立完成的
为了研究的目的。为了让用户使用很多不同的
对于学习能力较弱的学生，使用Weka API创建了一个接口。目前，
四种Weka算法可以用作弱学习者：J48、SMO、IBk、Logistic。
