机器学习——样本不均衡的处理方法
假定样本数目A类比B类多，且严重不均衡：1. A类欠/降采样Undersampling(1) 随机欠采样（通常，有放回的实验结果更好）(2) A类分成若干子类，分别与B类进入ML模型(3) 基于聚类的A类分割2. B类过采样Oversampling(1) 避免欠采样造成的信息丢失3. B类数据合成Synthetic Data Generation(1) 随机插值得到新样本(2) SMOTE(Syn
·
假定样本数目A类比B类多，且严重不均衡：
1. A类欠/降采样Undersampling
(1) 随机欠采样（通常，有放回的实验结果更好）
(2) A类分成若干子类，分别与B类进入ML模型
(3) 基于聚类的A类分割
2. B类过采样Oversampling
(1) 避免欠采样造成的信息丢失
3. B类数据合成Synthetic Data Generation
(1) 随机插值得到新样本
(2) SMOTE(Synthetic Minority Over-sampling Technique)
4. 代价敏感学习Cost Sensitive Learning
(1) 降低A类权值, 提高B类权值
DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
0
0- 0
已为社区贡献1条内容
所有评论(0)