如何处理数据中的「类别不平衡」？
回答·32
最热
最新
- 首先就是数据增强，数据增强有很多方法，比如简单的旋转平移仿射变换加噪音等等，还有的就是mixup即将两幅不同的图像合成新的图像，相应对两幅图像加权平均，还有得就是自制数据集，尤其是在检测领域，遇到一些场景很少的图像，这样我们可以自制数据，将目标粘贴到合适背景中，这样我们可以做很多数据，还有就是最近yolov4中用到的mosaic图像增强，不同于mixup的是将N幅图像拼接成一张图像，且每张图像做一定的旋转平移缩放等的基础图像增强，类似于最近出的一个stitch方法，不同于mosaic的是stitch会根据训练过程中的loss调整，针对小目标中目标大目标的loss进行图像大目标小目标的调整；除了图像增强还有得就是从损失函数入手，比如focal loss，ohem loss等，主要的思想还是引入一个平衡因子，平衡困难样本和简易样本之间损失的大小，减少简易样本的损失加大困难样本的损失。
- 1.类别少的样本做过采样或者类别少的样本做欠采样。 2.样本赋予不同的权重，类别少的加大权重。 3.SMOTE 等算法合成新样本
- Sampling sampling and sampling
- loss里面修改权重，样本量少的类别权重要高，一些现成的算法中有class—weight这个参数，能处理样本不均衡问题
- 初中级可以直接干，然后调阈值，高级看看黑科技搞点样本
- 先用原数据跑baseline 然后上下采样补数据 最后带回原数据拟合模型对比
- 树模型的话不用处理，神经网络那就只能正负采样了
- 1.训练过程中，等概率地抽取各类别的样本； 2.为loss函数按类别加权，权重为每个类别的样本所占比例的倒数。
- 你可以和我一样，去百度一下 百度下就知道了呀
- 数据增强，或者对类别少的样本做过采样，或者对类别多的样本进行欠采样
相似问题
推荐关注
正在加载中...