Публикации по теме 'class-imbalance'


Улучшение дисбаланса классов с помощью весов классов в машинном обучении
Дисбаланс классов — распространенная проблема в машинном обучении, особенно когда один класс сильно перевешивает другие с точки зрения количества выборок. Этот дисбаланс может привести к предвзятым прогнозам модели, когда класс большинства доминирует в процессе обучения, а класс меньшинства часто упускается из виду. В этом блоге мы рассмотрим технику использования весов классов для устранения дисбаланса классов и повышения производительности моделей машинного обучения. Понимание..
Несбалансированная жизнь модели машинного обучения | Интуитивное объяснение дисбаланса классов
Задумывались ли вы когда-нибудь, когда вы обучаете модель логистической регрессии на наборе данных о мошеннических транзакциях с кредитными картами, она дает вам такие результаты, как: Точность обучения -› 99,5% 😎 Точность тестирования -› 68% 😑 Тогда вы, вероятно, столкнулись с очень серьезной проблемой, называемой Дисбаланс классов . Официально определяется как -› набор данных, в котором один из двух классов имеет больше выборок, чем другой класс. Теперь давайте на самом деле..
Введение в глубокое длиннохвостое обучение
Этот обзор Ифань Чжан, Бингьи Канг, Брайан Хуой, Шуйчэн Янь и Цзяши Фэн освещает следующую тему гораздо более подробно, и я настоятельно рекомендую ознакомиться с ним для более тщательного обсуждения идей, упомянутых в этой статье. С огромным успехом глубокого обучения в области распознавания изображений возникла необходимость применять эти методы для решения реальных проблем. Однако здесь возникает проблема, заключающаяся в том, что в реальных приложениях обучающие выборки обычно..
Систематическое исследование проблемы дисбаланса классов в сверточных нейронных сетях
Систематическое исследование проблемы дисбаланса классов в сверточных нейронных сетях В этом исследовании мы систематически исследуем влияние дисбаланса классов на эффективность классификации… arxiv. орг Использует странно большое количество эпох (10 000!) для MINST без объяснения причин. Передискретизация наиболее надежной стратегии, но не объясняет, почему. Увеличение данных должно тривиально сделать модели более надежными, что..
Распознавайте классовый дисбаланс с помощью базовых и лучших показателей
В моем первом курсе машинного обучения в качестве старшекурсника я построил систему рекомендаций. Используя набор данных с веб-сайта социальной музыки, я создал модель, чтобы предсказать, понравится ли конкретный пользователь определенного исполнителя. Я был взволнован, когда первоначальные эксперименты показали, что для 99% точек в моем наборе данных я дал правильную оценку - я ошибался только в 1% случаев! Когда я с гордостью поделился результатами со своим профессором, он сказал,..
Глубокое погружение в классовый дисбаланс
Чтобы избежать хаоса, все должно быть сбалансировано В этом сообщении блога мы обсудим проблему дисбаланса классов в машинном обучении, ее причины и способы ее преодоления. Исходя из моего опыта участия в собеседовании, интервьюеры задают по крайней мере один вопрос, основанный на сценарии классового дисбаланса , в основном как справиться с классовым дисбалансом? Несбалансированность классов - это классическая проблема, с которой можно столкнуться при работе над проблемой..
Методы работы с несбалансированными данными
Руководство по эффективной работе с несбалансированными наборами данных в Python Несбалансированные классы - распространенная проблема в классификации машинного обучения, где наблюдается непропорциональное соотношение наблюдений в каждом классе. Классовый дисбаланс можно найти во многих различных областях, включая медицинскую диагностику, фильтрацию спама и обнаружение мошенничества. В этом руководстве мы рассмотрим пять возможных способов решения проблемы несбалансированного класса...