2026 19 4月 算法与数据结构 2026/4/19 02:17:47 处理非平衡分类问题的进阶策略：代价敏感学习与采样技术的深度结合 2026-04-19 Zhang Liang 1,308 次阅读 本文详细介绍了处理非平衡分类问题的进阶策略，即代价敏感学习与采样技术的深度结合。首先阐述了非平衡分类问题的现状，接着分别介绍了代价敏感学习和采样技术的基本概念、示例、优缺点和注意事项，然后说明了两者的结合方式、优势和注意事项，最后列举了应用场景并进行总结。适合不同基础的开发者阅读，帮助他们更好地解决非平衡分类问题。 Cost-sensitive Learning combination strategy imbalanced classification sampling techniques
2026 20 2月 卷积神经网络 2026/2/20 02:12:12 如何解决卷积神经网络中的类别不平衡问题 2026-02-20 Wu Yan 857 次阅读 本文详细介绍了卷积神经网络中类别不平衡问题的表现、影响，以及常见的解决方法，包括数据层面的过采样和欠采样，算法层面的代价敏感学习和集成学习。结合具体的Python代码示例进行说明，并分析了不同方法的优缺点、应用场景和注意事项。通过本文的介绍，读者可以更好地理解和解决卷积神经网络中的类别不平衡问题。 Convolutional Neural Networks Class Imbalance Over-sampling Under-sampling Cost-sensitive Learning