在对训练集贴标签时遇到了疑问,关于各分类的数据数量比例要求。
例如典型的CNN训练猫狗大战,训练前数据集中猫与狗图片数量需要接近1:1吗?
各分类的比例如果差别过大会出现什么的影响呢?
求解答
在对训练集贴标签时遇到了疑问,关于各分类的数据数量比例要求。
例如典型的CNN训练猫狗大战,训练前数据集中猫与狗图片数量需要接近1:1吗?
各分类的比例如果差别过大会出现什么的影响呢?
求解答
尽量保证每个类别下的数据量占比接近。如果不同类别之间的数据量相差较大,会导致数据不平衡问题,模型会倾向于预测数量多的类别,最终影响模型效果。解决数据不平衡问题的方法有很多,一是增加数据,使得数据平衡;二是是欠采样或者过采样的方法;三是修改目标函数,例如focal loss等。……