没有合适的资源?快使用搜索试试~ 我知道了~
Class-Rebalancing:分类问题中数量不均衡造成的影响和解决之道
共5个文件
png:2个
py:2个
md:1个
需积分: 36 1 下载量 106 浏览量
2021-05-12
07:17:03
上传
评论
收藏 10KB ZIP 举报
温馨提示
类别再平衡 在分类问题中,不同类别数量不均衡是很常见的问题。本文尝试用代码示例的方式,讲清楚其造成的影响和解决之道。 造成影响 假设训练样本有4类,总数为1111个。每类数量为: 类别 数量 1 1 2 10 3 100 4 1000 使用交叉熵作为损失函数: 分类器若对每个样本都预测为类别x, 则平均损失为: 类别 损失 1 18.404100479328054 2 18.254878043009175 3 16.76265367982039 4 1.8404100479327707 显然在训练中,分类器会学着把所有样本都分在第四类的,而这并非我们期望的。 类别再平衡 假设按照每类样本数量计算权值,进行再平衡: 类别 权值 1 1111/1 2 1111/10 3 1111/100 4 1111/1000 计算损失函数时考虑权值: 则在分类器若对每个样本都预测为相同类别是平均损失为: 类
资源推荐
资源详情
资源评论
收起资源包目录
Class-Rebalancing-master.zip (5个子文件)
Class-Rebalancing-master
images
no_rebal.png 4KB
class_rebal.png 4KB
class_rebal.py 825B
no_rebal.py 725B
README.md 1KB
共 5 条
- 1
资源评论
DGGs
- 粉丝: 15
- 资源: 4645
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功