Bagaimana anda secara serentak kurang jelas dan oversample?

1. Bagaimana anda melampaui batas dan kurang?
2. Antara berikut yang boleh digunakan untuk menggabungkan kedua -dua undersampling dan oversampling untuk menangani masalah kelas yang tidak seimbang?
3. Apakah kesan undersampling atau oversampling?

Bagaimana anda melampaui batas dan kurang?

Oversampling secara rawak melibatkan secara rawak memilih contoh dari kelas minoriti, dengan penggantian, dan menambahkannya ke dataset latihan. Undersampling secara rawak melibatkan secara rawak memilih contoh dari kelas majoriti dan memadamnya dari dataset latihan.

Antara berikut yang boleh digunakan untuk menggabungkan kedua -dua undersampling dan oversampling untuk menangani masalah kelas yang tidak seimbang?

Menggabungkan secara manual oversampling dan undersampling

Titik permulaan yang baik untuk menggabungkan teknik resampling adalah dengan memulakan dengan kaedah rawak atau naif. Walaupun mereka mudah, dan sering tidak berkesan apabila digunakan secara berasingan, mereka boleh menjadi berkesan apabila digabungkan.

Apakah kesan undersampling atau oversampling?

Dalam kedua -dua pensampelan dan di bawah pensampelan, duplikasi data mudah jarang dicadangkan. Umumnya, lebih daripada persampelan lebih baik kerana di bawah pensampelan boleh mengakibatkan kehilangan data penting.