回答情况：
提问时间：
问题标签：
，平衡5,51,49.25，非平衡6,50.25,49.25，非平衡7,49.25,48.75，48.75，非平衡8,48.75,47.25，平衡9,47.5,45.25，平衡10,47,46，非平衡11,46.75,44，平衡12,45.25,43.75，非平衡13,44.25,42.25，42.25，非平衡
浏览 1修改于2021-11-19得票数 0
1回答
我正在建立一个目标变量不平衡的二进制分类模型(13%的1级和87%的0级)。我正在考虑以下三种方法来处理数据不平衡
Option1:创建一个平衡的训练数据集，其中目标变量的分割率为50% / 50%。备选方案2:将数据集采样为-is(即87% / 13%拆分)，并使用过采样方法(例如SMOTE)将目标变量平衡为50% / 50%拆分。选项3:使用具有适当超参数的学习方法来解释数据不平衡的原因，例如: scale_pos_w
浏览 0提问于2020-04-14得票数 1
1回答
我正在重新取样python中的回归问题(数值目标变量)的不平衡数据集。单程网:不平衡回归问题的平滑算法我发现了下面的python库，它实现了用于高斯噪声回归的合成少数数过采样技术。
冒烟
浏览 0修改于2020-03-25得票数 3
回答已采纳
1回答
我有六个特性列和一个目标列，这是不平衡的。我是否可以像ADASYN那样进行过采样，或者只为X1、X2、X3、X4四列创建合成记录，方法是复制与常量(月份、年份)完全相同的记录。目前的一项：预期的记录:它可以通过对目标类“1”进行过采样来创建合成记录，但是记录的数量可以增加，但是添加的记录应该有月份和年份(不变，如下所示)。
浏览 2修改于2020-06-23得票数 0
回答已采纳
我创建了一个合成数据集，其中一个类中有20个样本，另一个类中有100个，因此创建了一个不平衡的数据集。平衡前的数据分类准确率为80%，而平衡后的分类准确率为60% (即两个类别的100个样本)。
浏览 0提问于2018-02-23得票数 7
回答已采纳
但目标变量存在一定程度的不平衡。在运行我自己的模型时，我会向上采样、降样本或建立合成样本来解决不平衡。GCP上的AutoML是否有这样的可能性？如果没有，如何解决这类案件？
浏览 2修改于2022-01-21得票数 0
在这方面，我想在相同的联邦数据集上测试和比较不同“级别”的数据异构性，即非IIDness。因此，我想知道是否有任何方法来控制和调优特定联邦数据集中的非IIDness“级别”、自动或半自动方式，例如通过TFF API或仅通过传统的TF API(可能在dataset中使用)。但是，这些本地数据集在本地示例和表示类的数量上似乎相当平衡(所有类或多或少都是本地表示的)。当地实例数量不平衡(例如，一个客户有10个例子，另一个客户有100个例子)；
我应该如何在TFF框架内准备具有这些特征
浏览 0提问于2020-11-23得票数 4
回答已采纳
3回答
- (void)setTitle:(NSString *)aString { title = [aString copy];在使用非合成方法时，我可以很好地设置title属性，但是当我使用合成的访问器设置一个属性时，我在updateText方法的行中得到一个错误，如下所示：错误是：
*** NSInvocation0x462d2c0 of class '_NSZ
浏览 0修改于2009-07-11得票数 2
1回答
我想平衡摩托车和统一物理。我们可以通过在z轴上冻结旋转来平衡平衡自行车，但这似乎不是很好的.So，我尝试了.This方法平衡自行车很少几秒钟，但出于某种原因，自行车开始在空中跳跃，或有时翻转.I是开放的任何建议。我已经做了一些2d的非物理游戏，但统一物理学是我的新的。
浏览 8修改于2021-11-22得票数 0
我创建了一个预测数据的分类模型，问题是这两个类是高度不平衡的。目前，我正在为一篇期刊文章进行研究，我无法修改模型。你能帮我提供一些支持这种方法的论据或理由吗？例如:我能否提供以下理由：“在拆分数据之前执行SMOTE+ENN仍然是有效的，因为它的目标是通过与原始数据相似但具有不同
浏览 0修改于2023-06-02得票数 0
1回答
我正在处理的人力资源消耗数据是高度不平衡的。我使用了平衡技术，比如SMOTE来生成合成数据，然后使用高斯朴素Bayes对自然损耗进行分类。在绘制混淆矩阵之后，我发现它具有很高的精确度，但召回率却很低。
浏览 0提问于2020-05-11得票数 -1
我正在研究异常/离群点/欺诈检测，我正在寻找最佳做法，对不平衡数据的合成数据进行预处理。我检查了标准化/标准化的所有方法，这些方法对异常值的存在不敏感，适合本案例研究。关于数据集的合成性质，我需要对某些特征/列使用分类编码来将它们转换为基于表示的学习模型的数值(例如，使用图像形式的数据作为学习算法(如CNN )的输入。请查看这个纸中的参考文献:图6 )。我的问题是:在预处理阶段，对于不平衡数据的异常/离群/欺诈检测，在预处理阶段
浏览 0修改于2021-09-20得票数 0
0,640950987 0,815410434 0,714925374更多的信息:我没有触及多数阶级。测试数据(有合成数据)的混淆矩阵：
浏览 6修改于2015-11-28得票数 4
我正在训练一种机器学习算法来对时间序列中的向上/向下趋势进行分类，而且我使用的是一个不平衡的特征集。似乎有必要平衡数据，因为算法可以学习到对某一特定趋势的偏见，但这是以非代表性数据集为代价的。我应该平衡我的数据吗？如果是这样的话，随机抽样是正确的方法吗？
浏览 0修改于2018-02-22得票数 5
1回答
我可以操作混频器的一般音量和静音状态，但我无法访问其他选项，例如:我的系统有Realtek HD音频混频器，它提供以下控制：
低音炮:音量，静音和平衡控制，等等。
浏览 4修改于2011-07-07得票数 1
回答已采纳
带有自定义客户端证书验证器的WCF服务在我的非负载平衡环境中运行良好。我不知道从哪里开始..。我想这仍然是一个负载平衡的问题。
浏览 0提问于2011-09-01得票数 1
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号