神经网络训练数据分布不均处理方法

1、样本不均衡定义

样本不均衡是指不同类别的数据量差别较大，利用不均衡样本训练出来的模型泛化能力差且容易发生过拟合

2、样本不均衡处理方法

1、数据层面

①数据样本数量处理

	上采样	下采样
样本情况	数据量不足	数据量充足
数据集变化情况	增加	减少
处理手段	大量复制少类样本	控制量大类的样本数量
风险	过拟合

②数据样本合成

数据合成方法是利用已有样本生成更多的样本。

什么是合成数据？

通过计算机程序生成的不基于任何现实现象或时间的数据。

SMOTE

利用小众样本在特征空间的相似性来生成新样本。

2、算法层面

在目标函数中，增加量少类样本被错分的损失值。准确度在类别不均衡的分类任务中不能正常工作

参考：
[1] https://blog.csdn.net/u013102349/article/details/79309198