仅加权班级中的阴性或阳性样本

Question

算法我正在尝试实现数据集中类不平衡的处理。我有40类CelebA数据集，这是一个多标签数据集，并希望动态地平衡该数据集。我正在使用keras，但无法提出正确的逻辑来解决问题。

算法

• 类别中的正样本和负样本应该相等
• 如果一个类别中的阳性样本实例更多，则只需从样本中选择目标样本量，然后对阴性实例进行加权，即，如果批次大小为100，并且一类中有70个阳性实例和30个阴性实例，则随机选择50从阳性实例中分配权重，将50/30 = 5/3的权重分配给阴性样本，反之亦然，如果代表实例中的值为负数，则相反

问题

• 我正在使用Keras通过上述算法实现深度学习问题。
当我使用 sample_weights 时，如何只给负数或正数实例分配权重，而不是分配所有实例。
• 如果我尝试通过简单地复制来平衡样本，那么我会遇到某种循环悖论，即，如果我通过移除样本来平衡一类过度代表的实例，那么另一类可能会代表不足，而当我复制此新的代表不足的代表时类，上一类可能会超过代表。

请让我知道在Keras中解决上述算法最有效的方法是什么。要获得更多帮助，您可以在此处查看研究论文：https://www.cs.umd.edu/~emhand/Papers/AAAI2018_SelectiveLearning.pdf?fbclid=IwAR13MMtV4TpVSerMZqgmt_t1-8VhD-XUQYJ4qORjXz-mbMDv1W7JqgwrSN8

算法在第3页的批量平衡标题下说明。

Answer 1

您可以像下面这样使用类权重：

    model.fit(X_train, y_train, class_weight=class_weights)

其中class_weights是字典。例如，class_weights = {0：4，4，1：10，2：1}，这意味着对于类别0的每4个样本，我们在类别1中有10个样本，在类别2中有1个样本。

在您的特定示例中，您可能只为感兴趣的正负类设置了适当的参数。