分类问题中的过采样和欠采样

Posted luban

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了分类问题中的过采样和欠采样相关的知识,希望对你有一定的参考价值。

在分类问题中,有存在正反例数目差异较大的情况,这种情况叫做类别不平衡。

针对这种问题,解决方式主要有3种:假设正例数量大,反例数目极小。

1、减少正例的数量,使得数据平衡,再进一步分类,这种情况属于“欠采样”

2、增加反例的数目平衡数据,再分类,这种称为“过采样”;

3、阈值移动:直接使用原始数据进行分类,但在用训练好的分类器进行预测时,将下式加入到决策过程中,以调整正反例的平衡性。

技术分享图片

 

以上是关于分类问题中的过采样和欠采样的主要内容,如果未能解决你的问题,请参考以下文章

测试折叠上的 CV 和欠采样

6-机器学习-样本类别分布不均衡处理之过抽样和欠抽样

Xgboost 处理不平衡的分类数据

数学模型的过拟合和欠拟合

weka上的smote和欠采样的组合

weka 上的 smote 和欠采样的组合