类间样本数量不平衡对分类模型性能的影响问题

我在作人脸检测试验的时候，发现了问题，别人的二分类器（判别是否是人脸）的阈值很高，大于90%点几率，而个人阈值要设置的很低10%点几率即认为是脸，通过观察，个人负样本数数量上比正样本数多的太多了，致使网络对负样本的判别有信心，对正样本判别能力微弱，猜想正负样本分布对阈值有影响，故上网找了这篇文章html 这篇博文是做者的一个实验笔记，研究一个”飞机-背景“二分类器在不一样样本比例下精度，召回率的规

>>阅读原文<<