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

 

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

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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