2023年12月26日
处理不平衡数据的过采样技术对比总结
摘要： 在不平衡数据上训练的分类算法往往导致预测质量差。模型严重偏向多数类，忽略了对许多用例至关重要的少数例子。这使得模型对于涉及罕见但高优先级事件的现实问题来说不切实际。 过采样提供了一种在模型训练开始之前重新平衡类的方法。通过复制少数类数据点，过采样平衡了训练数据，防止算法忽略重要但数量少的类。虽然存在 阅读全文
posted @ 2023-12-26 10:19 deephub 阅读(78) 评论(0) 推荐(0) 编辑