类别不平衡共1篇
类别不平衡：当 1% 的问题掩盖 99% 的正常-子比笔记

类别不平衡：当 1% 的问题掩盖 99% 的正常

类别不平衡指正负样本数量悬殊（如 1% 的欺诈交易）。此时模型只要全猜“正常”就有 99% 准确率，但对业务毫无价值。处理不平衡是工业 AI 的常见挑战。 类别不平衡其实是一个关于“稀有但重要”...
机器学习
admin的头像-子比笔记admin10小时前
0446

文章分类

热门标签

Agent (5) AGI (3) AIGC (13) AI伦理 (4) AI历史 (5) AI基础 (3) AI安全 (7) AI应用 (27) AI技能 (4) AI教育 (4) AI编程 (4) CNN (6) NLP (23) Prompt (4) RAG (4) Transformer (6) 人工智能 (3) 企业应用 (4) 优化 (7) 图像处理 (5) 大模型 (22) 大语言模型 (5) 开发工具 (5) 强化学习 (4) 技术前沿 (10) 推理 (4) 提示词 (6) 效率工具 (5) 数据 (4) 数据科学 (5) 机器学习 (15) 模型架构 (6) 模型训练 (3) 模型评估 (8) 模型部署 (4) 深度学习 (24) 神经网络 (8) 科普 (13) 算力 (3) 算法 (15) 计算机视觉 (24) 训练技巧 (7) 语音技术 (5) 过拟合 (3) 采样 (4)

文章归档

关于本站

这是一个使用 Zibll 子比主题搭建的个人站点，分享科技、生活、文化、旅行与健康方面的思考与记录。

欢迎在文章下方留言交流。

功能