處理深度學習中數據集不平衡問題方法彙總

一. 數據集不平衡帶來的問題：         在一個分類問題中，如果在所有你想要預測的類別裏有一個或者多個類別的樣本量非常少，那你的數據也許就面臨不平衡類別的問題。如： 1.欺詐預測（欺詐的數量遠遠小於真實交易的數量） 2.自然災害預測（不好的事情遠遠小於好的事情） 3.在圖像分類中識別惡性腫瘤（訓練樣本中含有腫瘤的圖像遠比沒有腫瘤的圖像少） 用不平衡的數據訓練出來的模型一定會導致樣本少的種類預

>>阅读原文<<