如何对抗机器学习数据集中的不平衡类答案

【问题标题】：How do Combat Imbalanced Classes in Machine Learning Dataset如何对抗机器学习数据集中的不平衡类
【发布时间】：2020-01-11 08:08:45
【问题描述】：

我想使用深度学习算法对 5 个不同的对象进行分类。我打算使用迁移学习。对于 2 个类，我有超过 2000 个数据集，并且可以收集更多。但是，对于另外 3 个班级，我每个班级总共只有 300 个。

例如，假设我们有一个“非欺诈”和“欺诈”类的二进制类。绝大多数交易属于“非欺诈”类，极少数交易属于“欺诈”类。

PS。如果我可以将一个大数据集用作一个类，而将其余数据集用作另一个类，那么这个问题可以变成一个二元分类问题。我想知道您能否告诉我如何管理这种不平衡的训练数据？

提前谢谢你。

【问题讨论】：

【解决方案1】：

仅对少数类执行一些图像数据增强。

【讨论】：

【解决方案2】：

您可以尝试使用 SMOTE（Synthetic Minority Oversampling Technique）对少数类实例进行过采样。

【讨论】：