假设我正在做一个动物图像分类任务（它不一定是图像分类——这只是我的例子），并且训练和测试数据是跨类平衡的。课程可能是['gorilla', 'giraffe', 'dog', 'donkey']. 现在我们都知道，'dog'与其他三个班级相比，班级内的差异相对较大。
那么，有没有什么办法可以处理这个问题与另一个问题，即所有类都有大约相同的方差（例如，我可以用它代替'dog'）'sheep'？
如何处理分类任务中类内的宽窄差异
数据挖掘
分类
多类分类
监督学习
2022-03-04 16:58:16
1个回答
您将希望有许多高方差类的不同示例，并选择具有高学习能力的模型。换句话说，大量的样本和一个大模型来捕捉数据的属性。
训练模型后，按类别查看保留数据集的混淆矩阵，以查看模型是否正在学习对所有类别进行泛化，包括高方差类别。
其它你可能感兴趣的问题