首页 > 试题广场 >

如果遇到样本不均衡问题，常见的解决方法有哪些？

[问答题]
如果遇到样本不均衡问题，常见的解决方法有哪些？
查看答案及解析
添加回答
渴望wlb的牛油很害怕一个人头像 渴望wlb的牛油很害怕一个人
类别不均衡是指数据中不同类别数量差异极大，比如异常行为与正常行为。常见解决方法有数据增强层面的过采样与欠采样。损失函数层面的损失权重
发表于 2025-09-09 22:24:20 回复(0)
追风者的少年头像 追风者的少年
类别不平衡是指数据中的正面类别和反面类别数量差异过大，导致模型学习过程中忽视了数量少的类别。 解决方法主要为：1、过采样数量少的类别，欠采样数量多的；2、使用改进的损失函数；3、改进评价指标；4、改进模型结构
发表于 2025-09-03 17:08:05 回复(0)
小码子12头像 小码子12
可以用过采样STOME，在划分划分数据集的时候设置一个参数statify
发表于 2025-07-26 21:31:12 回复(0)
提交观点

问题信息

来自：机器学习-牛客面经八股
难度：
3条回答 130浏览

热门推荐

相关试题

扫一扫，把题目装进口袋

求职之前，先上牛客

扫描二维码，进入QQ群

扫描二维码，关注牛客公众号