機器學習-類別不平衡問題

一、類別不平衡          類別不平衡（class-imbalance）是指分類任務中不同類別的訓練樣例數目差別很大的情況。比如說一個二分類問題，1000個訓練樣本，比較理想的情況是正類、負類樣本的數量相差不多；而如果正類樣本有998個、負類樣本僅2個，就意味着存在類不平衡。那麼學習方法只需返回一個永遠將新樣本預測爲反例的學習器，就能達到99.8% 的精度；然而這樣的學習器往往沒有價值，因爲

>>阅读原文<<