i具有一组用于在CNN神经网络上进行训练的不平衡数据。我想计算与每个标签的频率成正比的类别权重,这样,在计算反向传播条件时,频率较低的标签将得到增强,以使它们得到很好的表示。
到目前为止我做了什么:我有一个列表A,每个标签的出现频率。
A=[1009,2910,4014,152,605]
所以我做了以下-
class_weights_new=1/(A/np.min(A))
这产生了一系列权重,这些权重减少了与标签频率成正比的学习,从而减少了一个标签相对于其他标签的过度学习。
现在我对此事有两个问题-
谢谢!!!
i具有一组用于在CNN神经网络上进行训练的不平衡数据。我想计算将与每个标签的频率成正比的班级权重,以使不那么频繁的标签...
最常见的重量计算方法是,