处理不平衡数据集以进行多标签分类

Question

就我而言，每个样本有33个标签。对应图像的输入标签张量类似[0,0,1,0,1,1,1,0,0,0,0,0 ...... 33]。而且一些标签的样本相当低，而一些样本则很高。我正在寻找预测回归值。那么改善预测的最佳方法是什么？我想应用数据平衡技术。但是到目前为止，我发现平衡技术仅适用于多类。如果您分享有关我的问题或任何其他可改善效果的主意的最佳知识，我将不胜感激。预先感谢。

Answer 1

使用单个模型对多个值进行回归回归时，通常预处理预测值大致在同一范围内是有益的。
例如，以检测模型预测（回归）边界框坐标的方式为例：对值进行缩放，而网络仅预测校正。