样本不均衡问题--过拟合欠拟合抽样

本文探讨了样本不均衡问题,过抽样通过复制少数类样本实现平衡,而欠抽样则减少多数类样本。尽管两者都用于处理不平衡,但欠抽样可能丢失多数类信息,过抽样可能导致过拟合。
摘要由CSDN通过智能技术生成
过抽样就是在样本很少的时候,添加或者复制样本,比如两类样本分别为100个A类和10个B类,那么为了保证A,B这两类样本平衡,可以复制B类使得样本和A类一样。方便分类器分类。
欠抽样就是将A的样本减少到和B类一样。
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 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
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