SMOTE（Synthetic Minority Over-sampling Technique）とは、不均衡データの少数派クラスに対して、既存のサンプル間を線形補間して新しい合成サンプルを生成するオーバーサンプリング手法です。2002年にChawlaらによって提案されました。
アルゴリズムの仕組み
①少数派クラスのサンプルを1つ選択→②そのk近傍（通常k=5）の中からランダムに1つ選択→③2点間をランダムな比率で線形補間して新しいサンプルを生成→これを必要数繰り返します。
SMOTEの変種
Borderline-SMOTE（決定境界付近のサンプルのみ合成）、SMOTE-ENN（合成後にノイズサンプルを除去）、ADASYN（密度に応じて合成数を調整）など、多くの改良版が提案されています。
注意点
高次元データや離散変数が多い場合は効果が限定的です。また、ノイズの多いデータでは不適切な合成サンプルが生成される場合があります。