我有一个由类A
,B
和D
组成的数据集。 127个样本中有100个样本A
,26个样本B
和1个样本D
。如果我忽略样本D,则使用ANN的准确性约为%95。但是,我想建立一个可以正确分类样本D并在将来成功预测D
样本的模型。有什么建议吗?
答案 0 :(得分:1)
您可以大力推广D,以人为地“创建” D的更多实例,但是通常,您必须具有足够的数据来教导算法所有类的可变性。
如果您可以假设仅显示来自A,B和D的图像,则可以尝试使用类似于here中描述的方法,教其将“ A或B”都不分类为D。