情感识别中的类别不平衡:Focal Loss与过采样/欠采样的组合策略? 热门官方
回答:情感数据常不平衡(如“中性”样本占70%,“厌恶”占5%),导致模型偏向多数类,组合策略:①过采样少数类:用SMOTE(合成少数类样本)或GAN生成“厌恶”样本,使各类别样本比例均衡(如1:1:1:1);②欠采样多数类:用ClusterCentroids对“中性”样本聚类,保留聚类中心样本,减少冗余;③Focal Loss:修改交叉熵损失,降低易分类样本(多数类)的权重,聚焦难分类样本(少数类):FL(p
用户讨论(回复)
共 0 条记录,当前显示第 1- 条
« 上一页
下一页 »
相关阅读