How to learn from imbalanced data
一般可选用cost sensitive learning method 来处理学习器。 也就是给不同的分类结果根据实际情况附上权重。此外对于数据的处理也很重要可用oversampling （复制class类比较少的）and undersampling（discard 类比较多的）来选取合适数据。 两种方法可以同时运用。效果会在不同的数据集上表现的不同。
■网友
可以通过bootstrapping调整成balanced。。。如果你用logistic regression的话，可以调整threshold probability。 做evaluation的时候选AUC之类的选model，而不用accuracy。其实quora有类似问题，下面很多答案已经回答很好了https://www.quora.com/In-classification-how-do-you-handle-an-unbalanced-training-set
■网友
Imbalanced data 的处理最重要的就是在training的时候将训练样本变成balanced。 random forest等一系列bagging的方法能很好的解决这个问题，例如，random forest可以调节正负label的样本数量，可以直接用training set中小样本的数量作为size，大样本的label取小样本size的一个子集。此外svm效果也不错，可以通过调节不同的class的weights来对大样本的training error进行有效控制。
■网友
@Quora
推荐阅读
- 《Programming Python》和《Learning Python》哪本实用一些
- 怎样用 torch7 做 multi-task learning?怎样 branch out?
- Y车评|你终究还是需要这样一台车
- 「江苏」JIANGSU”摄影采风活动再启动 用镜头“定焦”江苏小康新生活 “SHOW
- 小康大美|见证“小康大美”新江苏 镜头“SHOW JIANGSU”再次启幕
- 趣头条|天色渐晚，来一场属于欧拉的灯光show！
- 怎么样用sklearn做指数、对数、幂函数的拟合
- 学习JAVA有哪些比较好的网站
- 求问各位大神美国统计stat专业硕士出来后想做machine learning相关工作，应该咋办
- 看Machiene Learning A Probablistic Perspective需要啥?