多类分类问题中的不平衡类

Question

我正在尝试将TensorFlow的DNNClassifier用于4种不同类别的多类别（softmax）分类问题。我的数据集不平衡，分布如下：

• 0级：14.8％
• 1类：35.2％
• 第2类：27.8％
• 3类：22.2％

如何为每个类别分配DNNClassifier的weight_column的权重？我知道该如何编码，但是我想知道应该为每个类提供什么值。

Answer 1

您可以尝试以下公式来平衡所有类：

weight_for_class_X = total_samples_size / size_of_class_X / num_classes

例如：

num_CLASS_0: 10000   
num_CLASS_1: 1000
num_CLASS_2: 100

wgt_for_0 = 11100 / 10000 / 3 = 0.37
wgt_for_1 = 11100 / 1000 / 3 = 3.7
wgt_for_2 = 11100 / 100 / 3 = 37