机器学习类别不平衡问题完全指南:从重采样到代价敏感学习的实战攻略
在实际的机器学习项目中,类别不平衡(Class Imbalance)是最常见也最容易被忽视的问题之一。无论是欺诈检测、疾病诊断还是故障预警,正例往往只占样本的极小比例。如果直接用常规算法训练,模型往往会倾向于将所有样本都预测为多数类,虽然在...
在实际的机器学习项目中,类别不平衡(Class Imbalance)是最常见也最容易被忽视的问题之一。无论是欺诈检测、疾病诊断还是故障预警,正例往往只占样本的极小比例。如果直接用常规算法训练,模型往往会倾向于将所有样本都预测为多数类,虽然在...