機器學習樣本不平衡如何處理？

問：在機器學習訓練時候，有時候會出現正負樣本極其不平衡的狀況，什麼狀況下會出現這種狀況？有何有效的方法避免此類問題？ 答： 場景：在通常人羣中生病vs沒病；在通常工做狀態下故障vs無端障；在通常交易中正常vs欺詐，等。 解決方法： 一、收集更多或不一樣的數據。 二、生成合成的樣本。 三、數據重採樣。 四、將性能指標更改成混淆矩陣、精確性和召回率。F1得分，kappa，ROC曲線等。 五、採用內建非

>>阅读原文<<