我有一个高度不平衡的图像数据集,用于解决分类问题。
我正在寻找一种技术来解决这种不平衡问题。我尝试过欠采样和过采样,但没有得到好的结果。 鉴于这是多类问题而不是二进制问题,是否可以使用 SMOTE 和 ADASYN 来平衡类。
最佳答案
您可以尝试这些技术来解决类别不平衡问题:
加权损失 https://keras.io/models/model/#fit class_weight:可选字典,将类索引(整数)映射到权重(浮点)值,用于对损失函数进行加权(仅在训练期间)。这对于告诉模型“更加关注”代表性不足的类别的样本很有用。
数据增强
关于python - 使用SMOTE和ADASYN平衡图像数据集,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55059818/