注册
登录
专栏名称:
机器学习实验室
专注于机器学习和深度学习技术与实践。
我也要提交微信公众号
今天看啥
微信公众号rss订阅, 微信rss, 稳定的RSS源
微信公众号RSS订阅方法
B站投稿RSS订阅方法
雪球动态RSS订阅方法
微博RSS订阅方法
微博搜索关键词订阅方法
豆瓣日记 RSS订阅方法
目录
相关文章推荐
东七门
·
一键开启主角模式
·
5 小时前
中产先生
·
终于来了,高层发声,事关每个人的收入
·
2 天前
舰大官人
·
心态不稳的话,不适合做投资。无论黑天鹅、灰犀 ...
·
4 天前
梅特涅的信徒
·
资治通鉴:黄巾起义
·
4 天前
舰大官人
·
新牌桌🃏甚好!甲乙木之年,必然大有套利空间。 ...
·
4 天前
今天看啥
›
专栏
›
机器学习实验室
在深度学习中,是否应该打破正负样本1:1的迷信?
机器学习实验室
·
公众号
· · 2024-09-25 16:11
文章预览
作者丨刘芷宁 伊利诺伊大学香槟分校 来源丨PaperWeekly 在深度学习中,样本不均衡普遍被认为是数据集中不同类别的样本数量不等。特别地,当训练集和测试集的类别分布不匹配时,采用处理样本不均衡的策略显得尤为重要。 然而,当训练集和测试集分布匹配,但是正负样本比例仍然是悬殊的,这种情况下是否有必要再引入处理不平衡样本的策略?例如,在自然科学领域,如预测药物与靶点结合(即正负样本)的场景中,实际情况往往是正负样本本身不均衡的。在这种情况下, 使用过采样等技术人为使训练集中的正负样本比例达到 1:1 是否合理? 笔者做过相当长一段时间的不平衡/长尾问题,上述内容对两个问题答案的假设一对一错。 Q:是否应该打破正负样本 1:1 的迷信思想? A:是的,类别不平衡的比例只是表象,并非本质。 Q:当训练集和测 ………………………………
原文地址:
访问原文地址
快照地址:
访问文章快照
总结与预览地址:
访问总结与预览
分享到微博
推荐文章
东七门
·
一键开启主角模式
5 小时前
中产先生
·
终于来了,高层发声,事关每个人的收入
2 天前
舰大官人
·
心态不稳的话,不适合做投资。无论黑天鹅、灰犀牛、幺蛾子是如何对待-20241118190519
4 天前
梅特涅的信徒
·
资治通鉴:黄巾起义
4 天前
舰大官人
·
新牌桌🃏甚好!甲乙木之年,必然大有套利空间。-20241118100607
4 天前
中国能建
·
绿色智慧!12国记者“打卡”能建大湾区项目
2 月前
十点人物志
·
《马瑞芳读聊斋》⑨ | 三世情缘,爱能胜天
2 周前