Machine learning 高精度损失函数的权值计算

我有一个不平衡的数据集，其中2个类的示例数较低，3个类的示例数较高。是否有计算损失函数权重的标准方法，以便创建高精度的系统？

退一步，让我向您指出两个可能的方向：

欠采样和过采样：此过程在数据集级别进行。目标是从代表性不足的类中生成新样本（过采样）。或减少过度采样类（欠采样）中的采样数。请参阅以下链接+程序包：

调整损失函数：此技术应用于分类器的损失函数，确保来自代表性不足类的样本对总体损失的贡献更大（相对而言）。看到这个讨论了吗

此外，本文还提供了一个总体概述