该博客探讨了针对样本不平衡问题的解决方案，包括数据层面的下采样、过采样和阈值偏移，以及模型选择和评估指标的调整。建议使用决策树等不敏感模型，或通过ROC和F1得分进行更公正的评估。
https://m.nowcoder.com/questions?uuid=31f2dc86be204260a0d01c79a88a7d78
参考西瓜书，解决类别不平衡书中提出三种方法： 1.下采样 2.过采样 3.阈值偏移 所以我觉得第一个也应该选吧
主要三个方面，数据，模型和评估方法。
数据上过采样和欠采样，使之均衡；
模型上选对样本不均衡问题不敏感的模型，如决策树； 或者调整分类阈值，使得更倾向与类别少的数据
评估方法，比如ROC或者F1得分
难易样本不平衡的问题又该如何解决
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
