非均衡数据,是指数据的两个或多个类别存在严重非均衡,如征信数据中违约样本和非违约样本比例常常存在失衡的情况。回顾近三十年的研究,这种问题的解决方案主要为欠采样,过采样和算法层面的改进,过采样方法这些年来较为流行,主要有简单随机重抽样和以SMOTE为代表的生成新样本方法,欠采样由于损失信息的特点导致在现今的研究中较为罕见,算法层面的改进则因为复杂度较高而相对不具备外推性。本文主要从抽样角度对该问题进行考虑,传统的抽样方法,无论是基于抽取式的还是生成式,都无法根据数据集的空间结构特点进行优化,这样导致抽样时无法利用样本中已有数据的空间结构信息。所以本文根据以数据空间结构特征进行抽样的思路,依据降噪自动编码器的良好训练性质,对数据集进行重抽样。本文中我们使用两种方式来衡量所提出方法的有效性,一种方法是通过直观抽样,即在知道原始分布的情况下,比较所提出抽样方法和其他抽样方法的有效性,这是从直观层面对所提出方法进行有效性验证。另一种方法是利用最终的分类结果指标作为判断分类方法优劣的依据。这两种方法相辅相成,在两个角度说明了本文所提出方法具有一定的有效性。最后应用该抽样方法到分类问题中,解决非均衡问题分类中存在的现实问题,并在最终的探索性数据分析中对该领域具体数据分析进行了探讨。