在使用 3 个类时，我的数据集包含所有类的不同比例。例如，
Class "0" has 11098 cases.....Normal
class "1" has 2369 cases....."Abnormal"
class "2" has 3396 cases....."May be Normal or Abnormal"
我用相似的比例训练了模型。我有两个问题：
是否有必要平衡所有三个类别？
类不平衡对分类性能有什么影响？
班级不平衡问题？
数据挖掘
机器学习
深度学习
多类分类
阶级失衡
2022-03-12 05:45:15
2个回答
正如评论中提到的，您的数据没有那么大的不平衡。检查不平衡如何影响模型的一个好方法是计算精度和召回率。这些值将非常低，而您的准确性会很高，因为它将预测每个样本的多数类别。然而，“也许正常”的情况是危险的。最好设置一个不同的阈值，可能是一个较低的阈值，这样即使是边缘异常的病例也会被归类为异常。精确召回曲线或 ROC 曲线是确定截止值的好方法。
你有数据不平衡吗？答案是肯定的。
这是个问题吗？这取决于。
你的数据不平衡率很高（1:10），是不是有问题，这取决于三件事： - 使用的分类器是什么？- 这些是可分离的类吗？- 您对整体准确度还是平均准确度感兴趣？
影响是有偏差分类器！如果您有一个分类器将所有样本都预测为第一类，那么您的总体准确率将达到约 70%。但它是一个有偏差的分类器，平均准确率约为 33%
其它你可能感兴趣的问题