g*t
2 楼
https://www.kdnuggets.com/2017/06/7-techniques-handle-imbalanced-data.html
www.kdnuggets.com/2017/06/7-techniques-handle-imbalanced-data.html
前段时间有人问这个问题吧。这个贴还不错
www.kdnuggets.com/2017/06/7-techniques-handle-imbalanced-data.html
前段时间有人问这个问题吧。这个贴还不错
j*l
3 楼
我给你邮费 转给我吧。。
我自己用
atd兄弟如果没货的话
我自己用
atd兄弟如果没货的话
L*8
4 楼
https://www.kdnuggets.com/2017/06/7-techniques-handle-imbalanced-data.html
1. Use the right evaluation metrics
大家都不及格 所以修改成绩计算方式
2. Resample the training set
如果是用原来的数据,屁用没有
如果是产生新数据 那就是废话
3. Use K-fold Cross-Validation in the right way
没啥关系
4. Ensemble different resampled datasets
有点意思
5. Resample with different ratios
根4没啥大区别
6. Cluster the abundant class
对特定数据可能有效
但是没有充分利用数据
7. Design your own models
说的就是class weight和cost function
【在 g****t 的大作中提到】
: https://www.kdnuggets.com/2017/06/7-techniques-handle-imbalanced-data.html
: www.kdnuggets.com/2017/06/7-techniques-handle-imbalanced-data.html
: 前段时间有人问这个问题吧。这个贴还不错
1. Use the right evaluation metrics
大家都不及格 所以修改成绩计算方式
2. Resample the training set
如果是用原来的数据,屁用没有
如果是产生新数据 那就是废话
3. Use K-fold Cross-Validation in the right way
没啥关系
4. Ensemble different resampled datasets
有点意思
5. Resample with different ratios
根4没啥大区别
6. Cluster the abundant class
对特定数据可能有效
但是没有充分利用数据
7. Design your own models
说的就是class weight和cost function
【在 g****t 的大作中提到】
: https://www.kdnuggets.com/2017/06/7-techniques-handle-imbalanced-data.html
: www.kdnuggets.com/2017/06/7-techniques-handle-imbalanced-data.html
: 前段时间有人问这个问题吧。这个贴还不错
L*8
6 楼
svm one class classification 这个思路其实很有意思
就是关注一个类的内部特征
【在 L****8 的大作中提到】
: https://www.kdnuggets.com/2017/06/7-techniques-handle-imbalanced-data.html
: 1. Use the right evaluation metrics
: 大家都不及格 所以修改成绩计算方式
: 2. Resample the training set
: 如果是用原来的数据,屁用没有
: 如果是产生新数据 那就是废话
: 3. Use K-fold Cross-Validation in the right way
: 没啥关系
: 4. Ensemble different resampled datasets
: 有点意思
就是关注一个类的内部特征
【在 L****8 的大作中提到】
: https://www.kdnuggets.com/2017/06/7-techniques-handle-imbalanced-data.html
: 1. Use the right evaluation metrics
: 大家都不及格 所以修改成绩计算方式
: 2. Resample the training set
: 如果是用原来的数据,屁用没有
: 如果是产生新数据 那就是废话
: 3. Use K-fold Cross-Validation in the right way
: 没啥关系
: 4. Ensemble different resampled datasets
: 有点意思
m*o
10 楼
比较靠谱的办法是用decoder encoder的办法使用unlabeled data预先训练神经网络。
相关阅读
how to debugscala.jsHibernate值得深入学习吗?AWS早上有挂了hadoop job 速度提升一个烂设计的实例SmartThingsNetflix又出问题了?菜鸟问个python+http问题今天出了个 bug,给大家提个醒有每天上班写py的么 会不会疯掉?知乎日报[python] raise another exception in exception constructspring 是一个event loop一直在跑么?然后处理各种event?急求Nodejs的IDE或Debugging tool古德霸别骂架了 给新人指点指点学啥技术吧有人试了bootstrap4了没node有啥好的地方啊?神马优势啊?C++17是不是要加上reflection了????????Android memory leak做web application backend 有前途还是infra有前途