长尾问题 数据不平衡 学习笔记

数据不平衡问题在现实世界中广泛存在,尤其是在自动驾驶、医疗诊断等领域。本文介绍了几种解决方法,包括均衡Focal Loss、GFocal Loss、重采样、数据合成、重加权、迁移学习、度量学习、元学习/域自适应以及解耦特征和分类器。这些方法旨在改善模型在少数类别的泛化能力,避免过拟合或欠拟合。
摘要由CSDN通过智能技术生成

解决方法1:

均衡Focal Loss(EFL)

Focal Loss升级:让Focal Loss动态化,类别极端不平衡也可以轻松解决_AI视觉网奇的博客-CSDN博客_focalloss改进

开源地址:https://github.com/ModelTC/EOD

解决方法2:GFocal Loss

Focal Loss改进版 GFocal Loss_AI视觉网奇的博客-CSDN博客_focal loss改进

基础理论,原理,转自:

长尾问题太严重?半监督和自监督就可以有效缓解! - 知乎

数据不平衡问题在现实世界中非常普遍。对于真实数据,不同类别的数据量一般不会是理想的uniform分布,而往往会是不平衡的;如果按照不同类别数据出现的频率从高到低排序,就会发现数据分布出现一个“长尾巴”,也即我们所称的长尾效应。大型数据集经常表

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值