与其它数据相比,某一类的分类不平衡现象严重不足。 这种不平衡会导致模型性能差,特别是在少数群体阶级至关重要的分类等任务中。 解决阶级不平衡问题对于发展准确可靠的神经网络至关重要。

处理类平衡的通用技术

几种方法用来缓解神经网络中的类不平衡,这些技术可以单独应用或结合,以取得更好的效果.

数据层面的方法

数据级方法修改数据集,以平衡类分布。

  • 监督:增加少数阶级样本数量,往往通过重复或合成数据生成.
  • 采样: 减少多数阶级采样数量,以匹配少数阶级.
  • SMOTE: 合成的少数民族超标技术为少数民族阶层创造了新的合成例子.

算法级技术

这些方法修改了学习算法,以更好地处理不平衡的数据。例如:

  • 成本敏感学习: 将较高的错误分类费用分配给少数群体班.
  • 家庭损失:[ 注重于难分类的例子的培训,减少容易负作用的影响.

真实世界数据实例

在医学诊断中,数据集通常包含较少的阳性病例. 应用过度抽样或SMOTE可以提高模型敏感性. 在欺诈检测中,在欺诈交易很少的情况下,成本敏感的学习有助于模型有效确定这些案例的优先顺序.