Question

我正在处理multi-label的{{1}}图像分类问题，因此我使用函数Keras和flow_from_dataframe()。

我大约有fit_generator()个类，并且您可以猜测它们高度偏斜/不平衡。经过一番搜索之后，我遇到了参数2000和class_weight，我决定尝试一下。我的问题是，我不确定是否正确使用它们。这是一个示例：

让我们假设我已经平整了所有类的出现，以便获得以下（重复的）标签列表：

classes

这是计算labels = ['classD', 'classA', 'classA', 'classC', 'classD', 'classD']和classes的函数：

class_weight

我们还假设我只考虑排名前2位的班级：

from collections import Counter
def get_classes_weights(l, n):
    counter = Counter(l).most_common(n)
    classes = [cls for cls, ocu in counter]
    majority = max([ocu for cls, ocu in counter])
    weights = {idx: float(majority/ocu) for idx, (cls, ocu) in enumerate(counter)}
    return classes, weights

这给出了：

classes, class_weight = get_classes_weights(labels, 2)

和：

classes: ['classD', 'classA']

最后，这就是我在函数中使用它们的方式：

class_weight: {0: 1.0, 1: 1.5}

generator_train.flow_from_dataframe(
    classes=classes,
)

所以我的问题是：

鉴于我致力于解决model.fit_generator( class_weight=class_weight )图像分类问题，上述方法是正确的加权方法吗？
我的验证集是否需要平衡，或者是否取自与训练集相同的分布（分别为20％和80％随机选择），可以吗？

如何处理Keras中不平衡的班级

0 个答案: