2020年9月5日
代价敏感学习
摘要： 代价敏感学习是指为不同类别的样本提供不同的权重，从而让机器学习模型进行学习的一种方法。 在通常的学习任务中，所有样本的权重一般都是相等的，但是在某些特定的任务中也可以为样本设置不同的权重。比如风控或者入侵检测，这两类任务都具有严重的数据不平衡问题，例如风控模型，将一个坏用户分类为好用户所造成的损失远 阅读全文
posted @ 2020-09-05 17:37 森林1997 阅读(3873) 评论(1) 推荐(2) 编辑