我有一个高度不平衡的图像数据集，用于分类问题。
我正在寻找一种解决这种不平衡的技术。我曾尝试过采样和过采样，但是都没有得到很好的结果。 考虑到这是多类问题而不是二进制问题，是否可以使用SMOTE和ADASYN来平衡类。
答案 0 :(得分：0)
您可以尝试以下技巧来解决班级不平衡问题：
加权损失 https://keras.io/models/model/#fit class_weight：可选的字典，将类索引（整数）映射到权重（浮点）值，用于对损失函数加权（仅在训练过程中）。这可能有助于告诉模型“更多关注”来自代表性不足的类的样本。
数据扩充