我有一个数据集，其中包含有关事故的数据。该数据集包含大约 15.000 个条目，我无法获得更多。分布如下：

• 88.6% 的数据为 1 级事故
• 10.6% 的数据为 2 级事故
• 0.8% 的数据为 3 级事故

如您所见，训练数据的最大部分属于一个类。我只有很少的 3 级事故示例（15.000 行中的大约 100 行），但正确分类 3 级事故是最重要的。

我在数据上训练了一个非常标准的深度神经网络，并在验证集上获得了约 93% 的准确度。我使用了一个带有 AdamOptimizer 的自定义 Tensorflow 估计器，并尽可能地调整了参数。问题是，网络仍然将大多数事故归类为 1 类事故。因此，如果我在验证集中有 25 个 3 类事故，网络会将其中 10 个错误分类为 1 类事故。我想改进它。

在这种情况下有什么方法可以提高性能吗？显而易见的选择是获取更多 3 级事故的数据，但遗憾的是这是不可能的。多次显示现有的 3 类数据是否有意义？例如，用所有数据训练 5 个 Epoch，然后只用 3 级事故训练 3 个额外的 Epoch？

或者我可以在数据预处理期间做些什么吗？现在我正在 MinMax-Scaling 输入数据以达到 [0, 1] 区间。有没有其他方法可以更多地强调异常值？（如果您假设异常值大多属于第 3 类）

我希望有人知道一些方法来提高这种情况下的准确性。

编辑：数据集主要有分类列，如：

• 街道等级（例如高速公路或乡村道路）
• 轻（例如“好”）
• 天气（例如“下雨”或“晴天”）
• ...

另外它有这些列：

• 事故日期（仅月和日）
• 年龄
• 一天中的时间
• 受伤人数
• 车辆数量

所以一个条目可能看起来像这样：

{
 street_class: 'highway',
 light: 'daylight',
 date: '23. Jan',
 age: 59,
 injured_persons: 2,
 vehicles: 2,
 time: 1724,
 label: 1
 ...
}