訓練用の不均一分布をサンプルします

Question

非常に不均衡な訓練データセットでSGDニューラルネット分類子を訓練しています。不公平なクラスを補うために、ランダムにサンプリングされたs.t.より少ない例を持つクラスがより頻繁に選択されます。

後者の集合の音量を選ぶ原則と、それが実行されるエポックの数は何ですか？アドバイスを大いに感謝します。

Answer 1

実際のトレーニングをランダムにサンプリングしたセットで実行します。例数の少ないクラスが頻繁に選択される

無作為抽出では、未定義クラスの上位表現が保証されません。名前が示すように、選択はランダムになります。

---

質問は答えのために広い範囲を持っています。

優れたモデルパフォーマンスを保証しながら、表現力に欠けるクラスから表現を増やす方法はありません。しようとするいくつかの基本的な事柄になり、アンダーサンプリング

1. ：過剰表現のインスタンス一部を削除（あなたは十分なデータが提供される）
2. サンプリング・オーバー：アンダー表さインスタンス
のコピーを作成します

に訓練するエポックの数にあなたの質問に答えるために：

あなたが上記のいずれかの方法で設定されたバランスの取れたデータを取得したら、あなたをPあたかもそれがバランスのとれたデータセットであるかのように練習しています。

---

P.S. 斜めのデータセットを扱う唯一の方法ではないことに注意してください。評価指標やさまざまな仮説を試してみるなど、もっと多くの要因が出てきます。