通常二分類使用交叉熵損失函式，但是在樣本不均衡下，訓練時損失函式會偏向樣本多的一方，造成訓練時損失函式很小，但是對樣本較小的類別識別精度不高。
解決辦法之一就是給較少的類別加權，形成加權交叉熵(weighted cross entropy loss)。今天看到兩個方法將權值作為類別樣本數量的函式，其中有乙個很有意思就錄在這裡。
(上邊說明的時，正負樣本的權值和他們的對方數量成比例，舉個例子，比如正樣本有30，負樣本有70，那麼正樣本的權w+=70/(30+70)=0.7，負樣本的權就是w-=30/(30+70)=0.3，
這樣算下來的權值是歸一的。這種方法比較直觀，普通，應該是線性的。
(這個的權值直接就是該類別樣本數的反比例函式，是非線性的，相比於上邊的很有意思，提供了另一種思路。為了統一期間還是使用w+,w-表示這裡的beta p和beta n，
舉個例子，比如正樣本有30，負樣本有70，那麼正樣本的權w+=(30+70)/30=3.33，負樣本的權就是w-=(30+70)/70=1.42。
第三中方法：focal loss
第四種方法：ghm-c loss
以後看到後繼續補充。
分類問題 樣本不均衡
資料層 通過重取樣使樣本空間均衡 演算法層 重點學習正樣本來適應現存的分類器 損失敏感方法 整合資料層和演算法層的思想，假設正樣本誤分類的損失更大。boosting演算法 不斷提高樣本權重 1 對正樣本隨機過取樣，對負樣本隨機下取樣。2 按照樣本特徵和比例來過取樣正樣本或下取樣負樣本，雖然重取樣在樣...
樣本不均衡
在分類中，訓練資料不均衡是指不同類別下的樣本數目相差巨大。舉兩個例子 在乙個二分類問題中，訓練集中class 1的樣本數比上class 2的樣本數的比值為60 1。使用邏輯回歸進行分類，最後結果是其忽略了class 2，將所有的訓練樣本都分類為class 1。在三分類問題中，三個類別分別為a，b，c...
分類樣本不均
實際使用分類器的時候，經常遇到分類樣本不均衡的問題。而只有分類樣本較為均衡，才可以達到比較好的分類效果。1 如果各個類別的樣本數量都非常多，則對於樣本少的類，使用全部樣本。而對於樣本多的類，進行取樣。取樣可以隨機取樣，或者如果有某一類別裡，有一部分資料非常接近，比如奈雪的茶 koi在茶飲裡佔了幾百家...