在实际数据挖掘案例中遇到一个难题。
背景：假设一天交易的订单有1000万，其中有999.9万个是正常样本，剩下的是作弊样本，想建立决策树发现作弊样本的特点，请问，在建模数据的时候正常样本假如选5万，作弊样本应该选多少呢？如果直接按作弊样本的浓度选的话，只有几个，显然是不行的，如果全选的话，会使样本失衡。坏样本的识别可能会出问题。

问题：作弊样本选择多少个？模型建立之后如何应用到实践当中呢？