首页 > 试题广场 >

训练数据不平衡是深度学习项目中的常见现象，数据不平衡问题会带

[问答题]
训练数据不平衡是深度学习项目中的常见现象，数据不平衡问题会带来什么问题，有哪些常用的解决办法？
添加回答
pein531头像 pein531
由于通常情况下模型的损失函数对所有样本“一视同仁”（总损失由各个样本的损失求平均得到，所有样本的权重其实是相同的）。因此，数据不平衡会使得模型在少数类样本上毫无泛化性，或完全被多数类样本压制，完全学不到少数类样本的特点。因为即使模型只能识别多数类，也能使得总损失很低，而模型训练的过程仅仅是降低总损失。我们通常可以从数据层面、模型层面和任务类型来解决数据不平衡问题，如下图所示：
编辑于 2021-12-07 11:26:57 回复(0)
天天都想吃榴莲头像 天天都想吃榴莲
1、代价敏感加权：对少数样本进行加权
2、少数样本过采样smote
3、半监督学习
发表于 2022-09-08 15:08:07 回复(0)
提交观点

问题信息

算法工程师 腾讯音乐娱乐集团 数据库工程师 大数据开发工程师 数据分析师
上传者：小小
难度：
2条回答 1828浏览

热门推荐

相关试题

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