如何在不均衡类上使用机器学习？

当我们训练分类器时，需要投入海量的数据，这些数据大致来源于公开的数据库和自己制作的数据库。已公开的数据库，以CASIA-WebFace为例，共有10575个类，但每个类别包含的数据及其不平衡，从几个到几百个不等，因此这就给训练分类器增加了难度。
一种方法是均衡处理：获取100张以上的类别，然后训练集放80张，测试集放20张。另外就是做不均衡数据处理：此处可参考机器之心的博客
深度 | 解决真实世界问题：如何在不平衡类上使用机器学习？
http://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650718717&idx=1&sn=85038d7c906c135120a8e1a2f7e565ad&scene=4#wechat_redirect