несбалансированный набор данных с глубоким обучением Keras

Question

У меня есть наборы данных, которые выглядят так: Обучение (класс 0: 471, класс 1: 986) Тестирование (класс 0: 177, класс 1: 246. Я разделил свои данные на 80% для обучения и 20% для проверки Я знаю, что это несбалансированный набор данных, и я пробовал Class_weight, но проблема остается. Я переобучил свой базовый CNN, и у меня всегда есть результат, как показано на рисунке. Может ли кто-нибудь мне помочь?

Answer 1

Я столкнулся с аналогичной проблемой при классификации событий по 5 несбалансированным категориям. Я нашел эту функцию потерь, которая реализует взвешенную категориальную кросс-энтропию: https://gist.github.com/noparade/aaa8584e6e90ad64936e333e4e08ca5f В сочетании с оптимизатором Nadam она позволила мне получить более 95% истинного положительного значения для всех моих категорий.