UltimateJin的博客

原创 缓解类不平衡问题（一）——数据采样器

这里有两个需要注意的地方：1.采样的步骤需要放到__iter__中，这样每一个epoch都会从整个训练集中随机采样，多个epoch后就可以覆盖整个训练集，而在计算损失的时候，又是相对平衡的比例；这里每一类的数量都指定到num_samples_per_cls，如果当前类的样本数量大于num_samples_per_cls，则会随机采样num_samples_per_cls个（欠采样），如果小于，则会重复采样到num_samples_per_cls个（过采样）。这里我们先讲如何简单地使用数据采样的方式。