2018年4月19日
机器学习中的类别不均衡问题
摘要： 基础概念 类别不均衡是指在分类学习算法中，不同类别样本的比例相差悬殊，它会对算法的学习过程造成重大的干扰。比如在一个二分类的问题上，有1000个样本，其中5个正样本，995个负样本，在这种情况下，算法只需将所有的样本预测为负样本，那么它的精度也可以达到99.5%，虽然结果的精度很高，但它依然没有价值 阅读全文
posted @ 2018-04-19 22:06 molearner 阅读(19052) 评论(0) 推荐(1) 编辑