| 类别不平衡问题 | 您所在的位置：网站首页 › 类别不平衡 再缩放 › 类别不平衡问题 |
类别不平衡问题
|
详解类别不平衡问题 卢总-类别不平衡问题的方法汇总 文章目录 从多数类别中删除数据（ENN、Tomeklink、NearMiss） ENN NearMiss 为少数类生成新样本（SMOTE、Borderline-SMOTE、ADASYN） 集成方法 EasyEnsemble算法 BalanceCascade算法 算法层面 在线困难样本挖掘 OHEM Focal Loss 损失函数的权重调整 阈值移动 评价指标 从多数类别中删除数据（ENN、Tomeklink、NearMiss） ENN NearMiss非均衡数据处理–如何学习？ 为少数类生成新样本（SMOTE、Borderline-SMOTE、ADASYN） Borderline-SMOTE
随机降采样 + Bagging是万金油。 EasyEnsemble算法属于bagging
假阳性率是auc的横轴
目标检测小tricks–样本不均衡处理 Focal Loss — 从直觉到实现 对于不平衡样本导致样本数目较少的类别”欠学习“这一现象，一个很自然的解决办法是增加小样本错分的惩罚代价，并将此代价直接体现在目标函数里。这就是代价敏感的方法，这样就可以通过优化目标函数调整模型在小样本上的注意力。算法层面处理不平衡样本问题的方法也多从代价敏感的角度出发。 在线困难样本挖掘 OHEMpass Focal Loss 损失函数的权重调整Focal Loss — 从直觉到实现 类别权重：少数类获得更大的权重 难度权重：更专注于比较困难的样本
阈值移动主要是用到“再缩放”的思想，以线性模型为例介绍“再缩放”。 我们把大于0.5判为正类，小于0.5判为负类，即若 y 1 − y > 1 \frac{y}{1-y}>1 1−yy>1则预测为正例。
可令 y 1 − y = y 1 − y × m − m + \frac{y}{1-y}=\frac{y}{1-y}\times \frac{m^-}{m^+} 1−yy=1−yy×m+m−然后带入上式。这就是再缩放。 阈值移动方法是使用原始训练集训练好分类器，而在预测时加入再缩放的思想，用来缓解类别不平衡的方法。 评价指标如果采用ROC曲线来作为评价指标，很容易因为AUC值高，而忽略了少数类样本的实际分类效果其实并不理想的情况。 可以使用聚焦于正例的PR曲线、F1值等； precision的假设是分类器的阈值是0.5，因此如果使用precision，请注意调整分类阈值。相比之下，precision@n更有意义。 |
【本文地址】
公司简介
联系我们
| 今日新闻 |
| 推荐新闻 |
| 专题文章 |