1樓：黃剛
針對不均衡資料集，保證評價指標的魯棒性與test符合真實分布的前提下，優先考慮修改成本的策略，然後是過/降取樣或樣本生成。
但是取樣的實現相對最容易被大多數場景採用，那麼何時過何時降呢？私以為比例小的樣本總數量較小時採用過取樣，當樣本量較大時，降取樣或者直接保留原有分布。
樣本生成通常要優先於過取樣，但也次於修改成本策略。
其他處理策略如採用整合方法，在樣本量較小時也優於過取樣。
當樣本量極小時考慮異常檢測的方法。
2樓：影隨風ysf
一般來說，對於非平衡資料集可以採取過取樣或者欠取樣的方法。對於訓練集樣本數特別多的情況下可採用欠取樣的方法，這樣來說丟失的資訊不至於過多，其實也得看後期效果。當然也可採用不同的模型，例如lightgbm，它是可以給少數類乙個比較大的權重，進而來減少不平衡所帶來的問題。
改變評價指標也是一種比較好的方法，準確率已經失去了它原有的意義，因為對於訓練非平衡資料，最後得到的準確率一定會很高，此時並不能說明其意義，需要改變評價指標，例如對於二分類問題可改用auc，auc只看排序，這種評價指標對於非平衡資料還是很有幫助的
3樓：Admu
看資料量，如果資料量百萬以上，不用管，直接訓練就可以。過取樣與欠取樣都有缺點，很難做到恰當的取樣。當然是否取樣還要根據驗證集的表現決定，記得驗證集不要取樣哦
不均衡資料，取樣是在劃分資料集（train valid test）之前做合適，還是在劃分之後呢
錢小z 補充一下樓上的回答，可以取樣四份 train，valid bridge，valid，test，前兩個相同分布，後兩個相同分布且符合資料的真實分布 阿爾卑斯的風 我覺得valid和train應該進行一樣的取樣，這樣valid可以用來評估train模型的有效性。而test不應該做取樣，盡量保證t...
左右手力量不均衡怎麼辦？
林Charles 單獨只說手臂的話不複雜呀。你可以每次練手臂的時候，力量弱的乙隻手的訓練量比另外乙隻多30 一段時間後就可以了。大白話 左手弱，右手舉10次，左手就13次。 阿雲 正常情況啊。這種建議你哪個手力量弱就先練哪個手，2個收的數量和力量一定要保持一致。不然長久下來乙個手臂就要比另乙個發達。...
怎樣改變運動時腰腹發力不均衡的問題？
MMM肌力健身 不知您在訓練腰腹是做哪種的動作，如果是卷腹這類的，這邊不太建議，尤其是在整個脊柱有過度彎曲的話更加不建議，您如果是感覺到右側痠痛感強烈，左側無感，有很多原因，但基本上您右側會處於比較緊張的狀態而左側的肌肉是未被啟用，如果長期代償訓練的話，很容易造成受傷 首先，我建議先改變練腹部的動作...