3回答
我有一个文本数据集，在这里，我需要训练一个分类器来将标题分类。数据集形状超过575000。这里有256个目标类。问题是数据集是高度不平衡的。考虑目标值计数是按递减顺序排列的。
为了处理不平衡的数据集，对多类(比如3类)进行过采样和欠
浏览 0提问于2019-09-28得票数 2
我试图解决一个多类不平衡的分类问题。为此，我使用SMOTE表示过采样，而OSS用于过采样.但我有一个疑问，因为我正在研究多类，所以我必须把它转换成二进制分类。所以我们可以用OVA/OAA来转换它。那么，如何使用OVA/OAA同时对同一数据集进行过采样和欠采样？
浏览 0提问于2019-01-28得票数 2
1回答
我有一个不平衡的数据集。我在找样本以下的。尽管过采样过程花费的时间较少，模型的训练却需要很长的时间。我看了一下不平衡-学习网站。有几种欠采样方法。我正在寻找一种方法，它试图用尽可能多的完整信息对类进行欠采样。我尝试了.ClusterCentroids()方法
浏览 0提问于2019-04-19得票数 2
回答已采纳
1回答
我有一个不平衡的数据集，我使用smote对少数类进行过采样，而对多数类进行欠采样。现在，我想使用模型的predict_proba检查测试AUC。2.我如何校正它(欠采样和过采样的组合！)
浏览 40提问于2019-11-22得票数 0
3回答
对不平衡集进行分类预测分析的方法之一是对多数类进行欠采样(其他方法包括:对多数类进行欠采样，合成新的少数类.)。
下面假设我们使用这些解决方案中的任何一个，然后用新生成的数据集来训练算法。这个经过训练的算
浏览 0提问于2016-09-01得票数 6
2回答
我有一个不平衡的分类问题。然后，我使用R包ROSE同时对Dataset A中的多数类进行了欠采样，并对少数类进行了过采样。这产生了一个平衡集(Dataset C)，其行数与Dat
浏览 0提问于2018-04-04得票数 1
2回答
处理多数类丢失的数据
、、、
我正在使用一个不平衡(10:1)的数据集进行分类。我还在某些列中丢失了一些数据。如果我把它们全部丢弃，我仍然有5:1的比率，所以我想我有能力抛弃它们？丢弃缺少值的行，因为数据集已经不平衡
浏览 0提问于2021-12-18得票数 1
2回答
我正在研究一个具有不平衡图像数据集(不同类)的多类分类问题。我尝试过imblearn库，但它不适用于图像数据集。
我有一个三类的图像数据集，即A，B，C。A有1000个数据，B有300个，C有100个。我想对B类和C类进行过采样，以避免数据不平衡</
浏览 2提问于2018-01-30得票数 3
我正在使用图像数据集，但它的不平衡和我的工作，以解决它使用欠采样，但它需要更多的内存，如何才能节省内存，或如何才能与大型图像数据集需要重采样(不平衡图像数据集)和需要内存大17 GB的python语言，
浏览 85提问于2021-09-19得票数 0
我的数据集中有四个类，每个类有20、30、40和50个数据(因为它是一个不平衡的类)。但是，当我尝试使用"fit_resample(X，y)“对数据集进行欠采样时，它只对第一个和最后一个类进行了欠采样。
有什么办法可以用"imblearn“对这四个
浏览 4提问于2020-05-31得票数 0
回答已采纳
1回答
我正在处理不平衡的数据集，我试图建立一个使用MLP分类器的预测模型。不幸的是，该算法将所有观察值从测试集分类到"1“类，因此分类报告中的f1评分和回忆值为0。有人知道怎么处理吗？
浏览 0提问于2017-06-18得票数 8
回答已采纳
3回答
我有一个大约20000个训练样本的数据集，我想对其进行二进制分类。问题是数据集严重不平衡，只有大约1000个属于正类。我正在尝试使用xgboost (in R)来做我的预测。我尝试过过采样和欠采样，无论我做什么，不知何故，预测总是导致将所有东西归类为多数类。
我试着阅读了这篇关于如何在xgboost中调优参数的
浏览 2提问于2016-12-05得票数 8
回答已采纳
2回答
我拥有的数据集是由路径名组成的一些文本数据。我正在使用TF-国防军向量器和决策树。数据集中的类严重不平衡。有几个大类的样本数超过500个，而其他一些小类的样本数少于100个。有些甚至更小(不到20)。这是实际收集的数据，因此模型在实际实现中看到次要类的可能性也很小。我现在遇到的问题是，模型大部分时间预测小班为主
浏览 0提问于2021-07-14得票数 0
1回答
我目前有超过80万个数据点的不平衡数据集。这种不平衡是严重的，因为这两个类中只有3719个数据点。在使用Python中的NearMiss算法对数据进行欠采样并应用随机森林分类器时，我可以获得以下结果：
特异性: 83.4%然而，当在完全数据
浏览 10提问于2019-11-14得票数 0
回答已采纳
我的训练数据具有极不平衡的类{0:8725，1:3335}，具有100个特征。(0:1)，colsample_bytree:(0.5,1)，λ：(0，10)，alpha:(0,10)，scale_pos_weight:(1,262)，n_estimator:(1,20)}范围内对模型进行超调优然而，当我对测试数据实施该模型时，我得到的分数只有Roc_auc: 75.2%，pr_auc: 15%，log_loss: 0
浏览 6提问于2021-02-27得票数 0
我有一个不平衡的数据集，有5个类。现在，我希望对其进行欠采样，以使其更加平衡。但是我找不到解决这个问题的代码，只针对二进制类的问题。
有没有人有示例代码？
浏览 6提问于2020-05-20得票数 0
我有一个数据集，其中大约20%的数据是正类，80%的数据是负类。当我在平衡数据集上对分类器进行欠采样和训练，并在平衡数据集上进行测试时，结果非常好。但是，如果我在平衡数据集上进行培训，并在复制现实世界(80-20分离)的不平衡</e
浏览 0提问于2020-01-21得票数 1
回答已采纳
我正在使用"imblearn“库进行欠采样。我的数据集中有四个类，每个类有20、30、40和50个样本数据(因为它是一个不平衡的类)。选择这些样本数是为了方便地描述问题，这些样本数在实际应用中并不是有效的数量。
我想对每个有10个样本数据的类进行欠采样</e
浏览 28提问于2020-06-01得票数 1
回答已采纳
我在Python中有不平衡的数据集，比如:0的95%和1的5%。 如何进行欠采样以将零的数量减少到只有25%的输入数据集？我问你是因为在互联网资源上我只看到未解采样的代码，这导致我的数据集是平衡的50%的
浏览 36提问于2021-07-06得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
