处理深度学习中数据集不平衡问题方法汇总

一. 数据集不平衡带来的问题：         在一个分类问题中，如果在所有你想要预测的类别里有一个或者多个类别的样本量非常少，那你的数据也许就面临不平衡类别的问题。如： 1.欺诈预测（欺诈的数量远远小于真实交易的数量） 2.自然灾害预测（不好的事情远远小于好的事情） 3.在图像分类中识别恶性肿瘤（训练样本中含有肿瘤的图像远比没有肿瘤的图像少） 用不平衡的数据训练出来的模型一定会导致样本少的种类预

>>阅读原文<<