Sınıf dengesizliği, bazı sınıfların diğerlerinden daha az örnek aldığı derin öğrenmede ortak bir meydan okumadır. Bu dengesizlik azınlık sınıflarda kötü performans gösteren önyargılı modellera yol açabilir. Bu konu, veri örneği ve maliyetle hassas öğrenme gibi teknikleri içerir.

Data Sampling Techniques

Veri örneği, sınıf gösterimi için eğitim verilerin dağılımını ayarlar. Ortak yöntemler aşırı sınıf sınıf sınıf sınıf sınıfları ve alt sınıflarda çoğunluk sınıfları içerir.Bu teknikler modelin tüm sınıflardan eşit öğrenmesine yardımcı olur.

Maliyete duyarlı Öğrenme

Maliyete duyarlı öğrenme, azınlık sınıflara daha yüksek yanlış sınıflama maliyetleri sağlar. Bu yaklaşım, eğitim sırasında temsil edilen sınıflara daha fazla dikkat etmek için modeli teşvik eder ve dengesizlik veri setlerine genel performans geliştirir.

Uygulama Stratejileri

Etkili stratejiler, veri örneklerini maliyete duyarlı kayıp işlevleri ile birleştirmektedir. Ek olarak, odak kaybı gibi teknikler sert sınıfsal örnekler üzerinde eğitim odaklanabilir, sınıf dengesizliği sorunları daha da azaltılabilir.

  • Oversampling Minor classes
  • Çoğu sınıf sınıf sınıfları
  • Kayıp fonksiyonlarında sınıf ağırlıkları uygulayın
  • odak kaybı kullanarak