正负样本不均衡,正负是指的二分类么?
正负样本不均衡时,常用方法:
1.抽样
过抽样:将样本量少的一类sample补齐
欠抽样:将样本量多的一类sample压缩
组合抽样:约定一个数量级N,同时进行过采样和欠采样,使得正负样本量和等于约定数量级N
这种方法容易导致较少样本共线性,或者丢失数据信息。
(共线性:在统计学中称为多重共线性。指线性回归模型中由于变量之间存在精确的相关关系或者高度相关关系而使模型估计失真或难以准确估计。)
2.常规的方法包括算法中的weight,weight matrix