GFHIM
-
样本不平衡的多维视角
一、概述 在机器学习中，样本不平衡（imbalance）是指不同类别的样本数量差距悬殊的情况，这种情况在很多实际任务中很常见。如垃圾邮件分类中，正样本（垃圾邮件）通常只占总样本数量…
一、概述 在机器学习中，样本不平衡（imbalance）是指不同类别的样本数量差距悬殊的情况，这种情况在很多实际任务中很常见。如垃圾邮件分类中，正样本（垃圾邮件）通常只占总样本数量…