你是怎么处理数据中经常存在的数据不平衡的问题。
针对不平衡数据集的问题，可以采用以下几种方法：
从数据的角度：
- 重采样， 又分为欠采样和过采样
- K-fold交叉验证
- 对于正负样本极不均匀的问题，采用异常检测或者一分类问题
- 组合不同的重采样数据集。建立n个模型，每个模型使用稀有类别的所有样本和丰富类别的n个不同样本（比例为１：１）
- 用不同的比例重新采样
- 对丰富类别进行聚类处理，并使用类中心作为样本与稀有类样本组合成数据集训练
从模型的角度：
１． 设计针对不平衡数据集的模型，如果设计的模型本身就适用于不平衡数据，则不需要重新采样数据，XGBoost，就是其中的典型代表。 ２． 通过设计一个代价函数来惩罚稀有类别的错误分类而不是分类丰富类别，可以设计出许多自然汉化为稀有类别的模型。例如：调整SVM以惩罚稀有类别的错误分类。
编辑于 2019-07-04 12:25:36
回复(0)
问题信息
-
扫描二维码，关注牛客网
- 意见反馈
-
下载牛客APP，随时随地刷题
扫一扫，把题目装进口袋
- 求职之前，先上牛客
-
扫描二维码，进入QQ群
扫描二维码，关注牛客公众号
- 公司地址：北京市朝阳区北苑路北美国际商务中心K1座一层-北京牛客科技有限公司
- 联系方式：010-60728802 投诉举报电话：010-57596212（朝阳人力社保局）
- 牛客科技© All rights reserved admin@nowcoder.com
- 京ICP备14055008号-4 增值电信业务经营许可证 营业执照 人力资源服务许可证
-
京公网安备
11010502036488号
