班级不平衡是深层学习中一个常见的挑战,有些班级的例子比其他班级少得多,这种不平衡可能导致对少数群体班级表现不佳的偏颇模式,解决这一问题需要数据取样和成本敏感的学习等技术。

数据取样技术

数据抽样调整了培训数据的分布,以平衡班级代表,常见的方法包括过度抽样少数群体班级和低抽样多数班级,这些技术帮助模型从所有班级中平等学习。

成本敏感的学习

成本敏感的学习给少数群体班级分配了较高的错误分类费用,这种方法鼓励该模式在培训期间更多地注意任职人数不足的班级,改善在不平衡数据集上的总体业绩。

执行战略

有效的战略包括将数据取样与成本敏感损失功能相结合,此外,诸如焦损失等技术可以将培训重点放在难以分类的例子上,从而进一步缓解阶级不平衡问题。

  • 少数群体的抽样过多
  • 多数类的抽样
  • 在损失函数中应用类加权
  • 使用焦距损失