《人工智能安全》 第2版 曾剑平教材(复旦大学) ppt课件 11-非平衡数据分类.ppt

现象与原因非平衡数据处理方法概览欠采样过采样混合采样特征层算法层面提纲特征层解决不平衡数据分类的思路就是选择最合适的特征表示空间，再进行分类。“最合适”是指提高少数类及整体的分类正确性。把数据样本投影到这个“最合适”的子空间中，多数类可能聚集在一起或重叠在一起，那么就有利于减小数据的非平衡性。根据机器学习的特征理论，在特征空间的构造方面，存在两大类方法，即特征选择和特征提取。现象与原因非平衡数据处理方法概览欠采样过采样混合采样特征层算法层面提纲算法层面a)代价敏感：设置损失函数的权重，使得少数类判别错误的损失大于多数类判别错误的损失b)单类分类