學(xué)習(xí)筆記，僅供參考，有錯(cuò)必糾

參考自：《機(jī)器學(xué)習(xí)中的不平衡分類方法》-- 康琦，吳啟迪

---

文章目錄

• • 不平衡分類學(xué)習(xí)策略
  • • 重采樣策略
    • 代價(jià)敏感學(xué)習(xí)
    • 單類別函數(shù)
    • 集成學(xué)習(xí)方法

---

不平衡分類學(xué)習(xí)策略

重采樣策略

傳統(tǒng)的分類算法直接運(yùn)用到不平衡數(shù)據(jù)集上，分類效果不佳。重采樣策略從數(shù)據(jù)層面對(duì)整個(gè)不平衡數(shù)據(jù)集進(jìn)行研究，解決其分布不平衡的問(wèn)題，即對(duì)不平衡數(shù)據(jù)進(jìn)行重采樣，從而提高算法的分類性能。

針對(duì)原始數(shù)據(jù)的處理，有多種不同的數(shù)據(jù)重采樣方法。按照對(duì)樣本數(shù)量的影響可分為過(guò)采樣、欠采樣、混合采樣：

• 過(guò)采樣通過(guò)增加訓(xùn)練集中少數(shù)類的樣本個(gè)數(shù)，使類別達(dá)到平衡。

• 欠采樣則是通過(guò)減少訓(xùn)練集中的多數(shù)類的樣本個(gè)數(shù)達(dá)到類相對(duì)平衡。

• 混合采樣則是將過(guò)采樣和欠采樣兩種方法結(jié)合起來(lái)。

代價(jià)敏感學(xué)習(xí)

代價(jià)敏感學(xué)習(xí)理論是為了處理不平衡分布數(shù)據(jù)集而發(fā)展出來(lái)的一種新型理論

總結(jié)

以上是生活随笔為你收集整理的机器学习中的不平衡分类方法(part3)--不平衡分类学习策略的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。