training dataset和unbalanced dataset的设计

各位大神，有没有这方面的经验：
实际项目中，数据库的postive/negative data points是极度unbalanced的。比如
crime database里面有1million individual，crime有100(positive data point)，剩下的全部是negative data point。
需要用这些数据建立一个machine learning model来classify将来一些人的crime。
怎样设计training dataset呢？有什么好的统计或者ML的方法吗？
谢谢。