99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁(yè)精彩閱讀非平衡數(shù)據(jù)集的機(jī)器學(xué)習(xí)常用處理方法
非平衡數(shù)據(jù)集的機(jī)器學(xué)習(xí)常用處理方法
2018-03-26
收藏

非平衡數(shù)據(jù)集的機(jī)器學(xué)習(xí)常用處理方法

定義：不平衡數(shù)據(jù)集：在分類等問(wèn)題中，正負(fù)樣本，或者各個(gè)類別的樣本數(shù)目不一致。

例子：在人臉檢測(cè)中，比如訓(xùn)練庫(kù)有10萬(wàn)張人臉圖像，其中9萬(wàn)沒(méi)有包含人臉，1萬(wàn)包含人臉，這個(gè)數(shù)據(jù)集就是典型的不平衡數(shù)據(jù)集。
直觀的影響就是，用這些不平衡的數(shù)據(jù)訓(xùn)練出來(lái)的模型，其預(yù)測(cè)結(jié)果偏向于訓(xùn)練數(shù)據(jù)中數(shù)據(jù)比較多的那一類，在人臉檢測(cè)的例子中，就是檢測(cè)器的檢測(cè)結(jié)果大部分都偏向于沒(méi)有檢測(cè)到人臉圖像。

另外一個(gè)不平衡數(shù)據(jù)集，就是信用卡欺詐交易，如果平均的抽取數(shù)據(jù)，則大部分的數(shù)據(jù)都是非欺詐交易，只有非常少的部分?jǐn)?shù)據(jù)是欺詐交易

影響：不平衡的數(shù)據(jù)集上做訓(xùn)練和測(cè)試，其得到的準(zhǔn)確率是虛高的，比如在不平衡數(shù)據(jù)中，正負(fù)樣本的比例為9：1時(shí)，當(dāng)它的精度為90%時(shí)，我們很有理由懷疑它將所有的類別都判斷為數(shù)據(jù)多的那一類。

解決方法：8種

1.收集更多的數(shù)據(jù)： 好處：更夠揭露數(shù)據(jù)類別的本質(zhì)差別，增加樣本少的數(shù)目以便后面的數(shù)據(jù)重采樣。

2.嘗試改變性能評(píng)價(jià)標(biāo)準(zhǔn)：
當(dāng)數(shù)據(jù)不平衡時(shí)，準(zhǔn)確度已經(jīng)失去了它原有的意義，
可以參考的度量標(biāo)準(zhǔn)有：1> 混淆矩陣CM 2>精度 3>召回率 4>F1 分?jǐn)?shù)（權(quán)衡精度和召回率）；5.Kappa 6，ROC曲線

3.重采樣數(shù)據(jù)：
1，拷貝一部分樣本偏少的數(shù)據(jù)多分，已達(dá)到平衡（過(guò)采樣）；
2，刪除一部分樣本偏多的數(shù)據(jù)，以使得達(dá)到平衡（欠采樣）；
在實(shí)際中，過(guò)采樣和欠采樣都會(huì)使用的。
在測(cè)試中，如果樣本總數(shù)比較多，可以用欠采樣的數(shù)據(jù)進(jìn)行測(cè)試，如果樣本總數(shù)比較少，可以用過(guò)采樣的數(shù)據(jù)進(jìn)行測(cè)試；另外應(yīng)該測(cè)試隨機(jī)采樣的數(shù)據(jù)和非隨機(jī)采樣的數(shù)據(jù)，同時(shí)，測(cè)試不同比例正負(fù)樣本的數(shù)據(jù)。

4.生成合成數(shù)據(jù)：
最簡(jiǎn)單的是，隨機(jī)采樣樣本數(shù)目比較少的屬性，
另外一個(gè)比較出名的方法為：SMOTE：它是一種過(guò)采樣的方法，它從樣本比較少的類別中創(chuàng)建新的樣本實(shí)例，一般，它從相近的幾個(gè)樣本中，隨機(jī)的擾動(dòng)一個(gè)特征，

5.使用不同的算法：
不要試圖用一個(gè)方法解所有的問(wèn)題，嘗試一些其他不同的方法，比如決策樹(shù)一般在不平衡數(shù)據(jù)集上表現(xiàn)的比較的好。

6.嘗試懲罰模型:
意思就是添加新的懲罰項(xiàng)到cost函數(shù)中，以使得小樣本的類別被判斷錯(cuò)誤的cost更大，迫使模型重視小樣本的數(shù)據(jù)。
比如：帶懲罰項(xiàng)的SVM

7.使用不同的視角：
不平衡的數(shù)據(jù)集，有專門(mén)的鄰域和算法做這個(gè)，可以參考他們的做法和術(shù)語(yǔ)。
比如：異常檢測(cè)。

8.嘗試新的改進(jìn)：
比如：1.把樣本比較多的類別，分解為一些更多的小類別，比如：原始我們想?yún)^(qū)分?jǐn)?shù)字0和其它數(shù)字這二分類問(wèn)題，我們可以把其它數(shù)字在分為9類，變成0–9的分類問(wèn)題；


數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼

若不方便掃碼，搜微信號(hào)：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說(shuō)明請(qǐng)參見(jiàn)：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }