问什么时候应该对数据进行过采样？
EN

Data Science用户

提问于 2021-09-07 18:51:56

回答 1查看 347关注 0票数 3

我在处理多类分类器。我的数据不平衡。因此，我需要在培训前应用抽样技术(抽样过少或过抽样)。当我申请低采样时，loss和val_loss，以及acc和val_acc都表现出很好的适应性。在这种情况下，是否仍有必要对数据进行过采样？我应该期待什么结果？

发布于 2021-09-08 17:44:42

我要考虑重采样数据的唯一情况是，需要改进对特定类的召回。因此，目标将是迫使分类器更经常地预测这个类，即使它通常意味着降低总体性能。

重采样是一种简单的方法，但很少是最优的方法。一般来说，我首先会分析分类器的错误，可能会考虑替代设计和/或特征工程。

票数 2

页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://datascience.stackexchange.com/questions/101879

复制

相似问题

问什么时候应该对数据进行过采样？EN