问训练集平衡策略
EN

Stack Overflow用户

提问于 2013-05-17 03:36:11

回答 1查看 513关注 0票数 0

如果您有一个包含不同类的实例的培训集，并且它是高度不平衡的。你会用什么策略来平衡它？

关于现实世界人口的信息:7类，其中最小的占5%。

关于训练集的信息:频率与人群频率相差很大。

以下是两种选择：

有了偏见，我打算像击打或成本敏感的分类。

我不确定该遵循哪种策略。我也愿意听取其他建议。你如何评价这一战略的成功？

回答已采纳

发布于 2013-05-17 08:20:11

正如您所提到的，对于培训，您有两个选择。或者平衡你的数据集(如果你有大量的数据和/或少量的特性，那么扔掉一些样本不会影响学习)，或者根据不同的班级使用不同的权重。后者通常很简单，但取决于您选择的方法和库。

一旦你接受了分类器的训练(在你的训练集之前)，你可以很容易地更新预测概率，如果你的前科改变(在训练和人口中的不同频率)。有一个很好的概览，如何替换先前的信息，这比我在短文章中解释得更好。看一看组合概率，第3节(替换先前的信息)。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/16600993

复制

相似问题

问训练集平衡策略EN