深度学习图像问题集锦

1，训练集中包含样本不均衡的多类数据，对于数量多的一类进行下采样，会导致数据分布和测试的真实情况不同，会对结果有什么影响？ 答：首先，在构建训练集和测试集的时候，训练集和测试集的数据分布都应该与样本的真实分布情况一致，才能有效训练并对模型进行测试。所以，当数据不均衡的时候，更要注意数据采样的重要性。针对医疗数据，假设分为正常和异常两类，一般来说，正常样本占绝大多数，所以需要对正常样本进行”下采样“

>>阅读原文<<