Python 基于Keras的几个类别分类

假设我有6个不同的类别，我试图用神经网络将我的数据分类。对于培训来说，每个课程都有相同数量的实例有多重要？目前我一个班有50英镑，另一个班有6英镑，另一个班有300英镑。。你明白了。这个问题有多大？我想我可能会取消一些代表性较低的类，但我不确定什么是好的截止值，或者它是否真的很重要。

不平衡的数据通常是机器学习的一个问题。尤其是当类严重不平衡时（例如在您的案例中）。简而言之，该算法无法学习所有类的特征和类别之间的正确关联。它很可能会错过规则，或者过于依赖多数阶级。请查看

imblearn

软件包。不平衡数据的一般解决方案是：

减少多数类的样本数（减少多数类中的样本数/实例数以匹配少数类之一）

向上采样少数类（寻找SMOTE/合成少数类过采样技术。这会增加少数类中的样本数量，以匹配某些数量（例如，多数类）

两者的结合

删除表示性非常低的类（这不是最好的主意，但在某些情况下是合理的）。如果增加采样，300可能仍然可用，但可能并不理想

其他考虑因素包括更改您的性能指标，以包括精度/召回率，而不是准确性（例如）

---

这将提供一些可能有用的进一步示例

我已将多数类样本减少到3k样本。少数类样本使用重新定向进行了增加采样。例如将矩阵旋转90度、180度和270度，然后进行转置并再次旋转。因此，这是8x增加采样的可能性。现在一切都在3k左右。