正負樣本不均衡

樣本不均衡 類別不均衡是指在分類學習算法中，不同類別樣本的比例相差懸殊，它會對算法的學習過程造成重大的干擾。比如在一個二分類的問題上，有1000個樣本，其中5個正樣本，995個負樣本，在這種情況下，算法只需將所有的樣本預測爲負樣本，那麼它的精度也可以達到99.5%，雖然結果的精度很高，但它依然沒有價值，因爲這樣的學習算法不能預測出正樣本。這裏我們可以知道不均衡問題會導致樣本較少那一類的高錯分率，即

>>阅读原文<<