如果遇到样本不均衡问题，常见的解决方法有哪些？

[问答题]

查看答案及解析

渴望wlb的牛油很害怕一个人

类别不均衡是指数据中不同类别数量差异极大，比如异常行为与正常行为。常见解决方法有数据增强层面的过采样与欠采样。损失函数层面的损失权重

发表于 2025-09-09 22:24:20 回复(0)

追风者的少年

类别不平衡是指数据中的正面类别和反面类别数量差异过大，导致模型学习过程中忽视了数量少的类别。解决方法主要为：1、过采样数量少的类别，欠采样数量多的；2、使用改进的损失函数；3、改进评价指标；4、改进模型结构

发表于 2025-09-03 17:08:05 回复(0)

小码子12

可以用过采样STOME，在划分划分数据集的时候设置一个参数statify

发表于 2025-07-26 21:31:12 回复(0)

提交观点

问题信息

来自：机器学习-牛客面经八股

难度：

3条回答 3收藏 129浏览

扫一扫，把题目装进口袋