类别不平衡分类：CReST: A Class-Rebalancing Self-Training Framework for Imbalanced Semi-Supervised Learning

一句话总结：

---

分类问题中的两大难题：

1.类别不平衡

2.标注数据少，半监督学习

这篇文章，将这两个问题都包含进来了，那么看看作者是如何处理这两大难题。

长尾分布（Long-Tailed Distribution）

 自然界中收集的样本通常呈长尾分布，即收集得到的绝大多数样本都属于常见的头部类别（例如猫狗之类的），而绝大部分尾部类别却只能收集到很少量的样本（例如熊猫、老虎），这造成收集得到的数据集存在着严重的类别不平衡问题（Class-Imbalanced），从而使得训练得到的模型严重的过拟合于头部类别。

参考：

1.论文地址：https://arxiv.org/abs/2102.09559

2.解说：https://zhuanlan.zhihu.com/p/360067653