深度学习中数据集分布不平衡问题的解决方法

【Deep Learning】深度学习中数据集分布不平衡问题的解决方法

 https://blog.csdn.net/heiheiya https://blog.csdn.net/heiheiya/article/details/86162747

 

一、标签分类不平衡

在学术中，使用的大部分数据集都是平衡的。也就是在supervised learning中，每一类别通常有数目相同的样本。而在我们采集自己的数据集训练时，获得的样本数量是不平衡的，某一类样本多，另一些样本少，甚至没有。比如某一疾病的医学影像，大部分都是健康的，只有小部分患病。

二、错分成本不平衡

同样，在学术中，数据集中每一类别的分类错误的成本通常是一样的。但实际中完全不是这样。还是以医学为例，将一个健康的人误诊为患病带来的伤害