1回答
我正在处理不平衡的数据集，我试图建立一个使用MLP分类器的预测模型。不幸的是，该算法将所有观察值从测试集分类到"1“类，因此分类报告中的f1评分和回忆值为0。有人知道怎么处理吗？
浏览 0提问于2017-06-18得票数 8
回答已采纳
我正在处理不平衡的数据集，并尝试使用MLP分类器建立预测模型。不幸的是，该算法将从测试集到类"1“的所有观察分类，因此分类报告中的f1分数和召回值为0。有谁知道怎么处理它吗？
浏览 18提问于2017-06-18得票数 3
我有一个不平衡的数据集，它有两个分类值。一个有大约500个特定类别的值，另一个只有一个数据点和另一个class.Now，我想将这些数据分成80-20比率的测试序列。但由于这是不平衡的，我希望第二类出现在测试和训练数据中。我尝试使用sklearn中的test-train-split，但它没有给出在它们中都存在的第
浏览 1提问于2018-05-28得票数 0
1回答
我有一个10k实例和4个类的分类数据集，它是不平衡的。其中7000个属于一级，2000个属于第二类，800个属于三级，其余实例属于四级。我有一个基于MLP的神经网络。(我甚至可以进一步降低前3个类的样本，直到我从每个类中得到200个实例，但我不想将数据集的大小减少那么多)。我的问题是:如果我为N个时代训练我的MLP</e
浏览 0提问于2018-09-26得票数 -1
2回答
我正在寻求一些关于从哪里开始这个问题的一般性建议。有350个稀疏(低正整数)特征。我有2000个阳性，1000个负数和无限个未标记数据，其中未标记数据中估计的真实阳性率为1%(但这还不确定)。目的是预测一个例子为正的概率。如果你有更多的时间呢？
浏览 0提问于2016-12-28得票数 5
1回答
有没有办法使样品平衡？
、、、
我有一个由machines.The分解的属性组成的数据集，目标变量是机器状态，由0和1填充。0和1的分布如下所示 1 - 225我说的人工排行是什么意思？填充一些随机数据，目标变量为1&#
浏览 0提问于2018-11-08得票数 0
回答已采纳
我在python中使用Spark2.0.1，我的数据集在DataFrame中，所以我使用ML (而不是MLLib)库来进行机器学习。我有一个多层感知器分类器，我只有两个标签。我的问题是，是否有可能不仅得到标签，而且(或仅仅)得到该标签的概率？不只是0或1对每个输入，而是像0.95为0和0.05为1。如果这是不可能的MLP，但其他分类</e
浏览 3提问于2017-04-26得票数 10
回答已采纳
2回答
我正在寻找一个ML评估指标，它可以很好地处理不平衡和有序的多类数据集：
假设你想预测一种疾病的严重程度，它有4级严重程度，其中1级是轻微的，4级代表更糟的结果。现在，这个数据集实际上将使绝大多数患者处于轻度区(1或2级)，而在3和4级(不平衡/不平衡的数据集)中则更少。现在，在示例中，将4级预测为1级
浏览 0提问于2022-02-03得票数 1
1回答
将多类简化为二进制分类问题
、、、、
我正在用著名的做一个实验，但没有显示出好的结果(大约58%)。
这个数据集有5个序数类，“心脏病的存在程度”从0到4，其中0表示没有心脏病，4表示心脏问题的高度存在。问题是，这个数据集非常不平衡，分类为0的对象比其他对象多得多。将此数据集提供给MLP的准确率为58%，这是非常低的。因此，我希望将从1-4
浏览 1提问于2019-07-22得票数 0
回答已采纳
1回答
对于我所读到的5x2cvt测试是。我目前正在用一个不平衡的数据集做一些实验，我用SCUT进行平衡，并训练了一组不同的分类器。问题是有三个不同类可供选择的多类。：
MLP和D
浏览 0提问于2019-08-02得票数 2
1回答
在精确回忆曲线下，我迷失在召回值与面积之间的关系中。我使用二进制分类器对不平衡的数据集进行分类。我通过默认的sklearn python包记录了查准率-召回曲线下的召回值和区域。在我的例子中，1类是罕见的类，0类是另一类。
我训练了两个模特。第二个模型我使用过采样方法来平衡训练数据</
浏览 1提问于2021-02-16得票数 0
3回答
我正在使用python中的BERT执行多类文本分类。用于重新培训我的模型的数据集非常不平衡。现在，我非常清楚的是，班级不平衡导致了一个糟糕的模式，在模型培训之前，我们应该平衡低采样、过抽样等所设置的培训。
然而，培训集的分布应与生产数据的分布相似，这也是事实。现在，如果我肯定
浏览 5提问于2022-07-14得票数 2
1回答
我是机器学习的研究员。在我的项目中，我一直在将ML应用于一个小的不平衡数据，其中包括8个特性和297个实例，其中44个为正实例，253个为负实例。首先，我使用分层抽样将整个数据集分成一个训练集(80%)和一个测试集(20%)。其次，将训练集过度采样为均衡训练集，采用随机抽样替换或平滑，并应用信息增益特征选择来减少均衡训练集的特征。再次，对训练<e
浏览 0提问于2022-01-02得票数 1
2回答
如何提高分类器的准确性？
、、、、
我正在使用OpenCV letter_recog.cpp示例在随机树和其他分类器上进行实验。这个例子有六个分类器的实现-随机树，Bayes，MLP，kNN，朴素贝叶斯和支持向量机。使用了20000个实例和16个特征的UCI字母识别数据集，我将该数据集分成两部分进行训练和测试。我有支持向量机的经验，所以我很快将它的识别错误设置为3
浏览 0提问于2014-07-16得票数 22
回答已采纳
1回答
支持向量机和MLP分类器的选择
、、、、
我必须训练一个分类器，它能够识别6种可能的输入样本。我也有一个成本矩阵来评估分类器的性能，有和不考虑拒绝选项。到目前为止，使用交叉验证(请假一出)，我将数据集分成训练集和验证集，这样我就可以测量分类器的性能。我已经从精度的角度得出了这些结果
MultiLayer感知器：57%，69%没有拒绝选项，48%，2
浏览 7提问于2014-09-06得票数 0
1回答
从这个职位中，我知道您可以为不平衡的数据集设置scale_pos_weight。然而，对于不平衡数据集中的多分类问题，我不太明白如何在dmatrix中设置权重参数。如何对多分类问题中的不平衡数据集使用XGBoost？
浏览 0提问于2017-08-22得票数 4
1回答
我的问题总结：我有一个检测(二进制分类，不平衡问题)。我用乙状结肠分类样本。更长的解释:在我的实验中，我有关于个人的人口统计数据，我必须预测他们是否购买了产品。我使用PCA将初始特征减少到4个，数据存储在csv文件中(第一列有类标签'0‘和'1')。因此，我的第一个想法是使用带有单个乙状结肠层的MLP</em
浏览 2提问于2015-04-11得票数 0
2回答
多类分类的评价方法
、、、、
我正在寻找的单一数字评估方法，可以用于考虑不平衡的数据集的多类分类任务。例如，由二进制分类器定义的ROC-AUC是单个数字，并考虑了不平衡的数据集.另一方面，精度是单个数字，定义为多类分类器，不考虑不平衡的数据集。最后，定义了多类的
浏览 0提问于2018-05-05得票数 3
回答已采纳
2回答
我正在研究一个具有不平衡图像数据集(不同类)的多类分类问题。我尝试过imblearn库，但它不适用于图像数据集。
我有一个三类的图像数据集，即A，B，C。A有1000个数据，B有300个，C有100个。我想对B类和C类进行过采样，以避免数据不平衡。请让我知道如何使用python过采样图像数据集
浏览 2提问于2018-01-30得票数 3
1回答
我目前有超过80万个数据点的不平衡数据集。这种不平衡是严重的，因为这两个类中只有3719个数据点。在使用Python中的NearMiss算法对数据进行欠采样并应用随机森林分类器时，我可以获得以下结果：
特异性: 83.4%然而，当
浏览 10提问于2019-11-14得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
