【机器学习灵魂拷问】训练数据不均衡如何处理？

当出现正负样本不均衡，比如在自然语言处理分类任务中，正样本数和负样本数的比例为 1:4，这种情况下不能直接去训练，需要做一下处理，处理方法如下：

主要有四种方法：

• 数据处理
  上采样：对少量样本进行重复采样，让比例变成 4:4
  下采样：对大多数样本进行少量采样，让比例变成 1: 1
  构造少数样本: 构造正样本

• 损失函数处理
  对少样本（本例为正样本）进行损失函数加权处理，损失函数乘以 4

• bagging、boost、stack
  比如adaboost对错误的分类进行权重的调整

标签：采样,函数,处理,拷问,样本,损失,样本数,均衡,灵魂
来源： https://blog.csdn.net/qq_16761099/article/details/112133306