[問題] 關於使用Keras處理不均勻測資

看板DataScience作者 (哇呼呼)時間5年前 (2018/10/25 22:41), 編輯推噓9(9推 0噓 6→)
留言15則, 9人參與, 5年前最新討論串1/1
非常抱歉 小弟的作業找不到解決方法 上來詢問 如果違反版規我會自刪 ------------------------------------------------ 要從17000筆資料 每筆都有17個特徵 學習怎麼推出三種分類 由於結果比例約為60：1：1 不管我怎麼跑出來的結果 都是60的那個部分 我用的方法是使用keras跑RNN hiden layer的activiation都是relu loss是mse potimizer是adam 目前想到是增加layer以及他的unit 但是這個要跑好久 所以先上來問問看這個方法是不是正確的 (抱歉我剛學 很菜 連作業都要上來問 非常抱歉) ----- Sent from JPTT on my Sony G3426. -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.238.141.239 ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1540478503.A.332.html
推
10/26 00:01, 5年前 , 1F
為啥要用RNN 你的東西LR也做的到吧，然後方向錯了，data
10/26 00:01, 1F
→
10/26 00:01, 5年前 , 2F
要再處理
10/26 00:01, 2F
推
10/26 00:26, 5年前 , 3F
基本招就是訓練時，硬把每個batch三類比例調成平衡
10/26 00:26, 3F
推
10/26 08:01, 5年前 , 4F
不會調整batch 就複製負樣本 讓他們比例一樣
10/26 08:01, 4F
推
10/26 16:53, 5年前 , 5F
可以看看要不要調整class weight
10/26 16:53, 5F
推
10/27 08:40, 5年前 , 6F
樣本比例要調整 不然任何算法都無解不均勻資料
10/27 08:40, 6F
推
10/27 19:19, 5年前 , 7F
特徵都定義好了...考慮SVM直接分嗎？
10/27 19:19, 7F
推
10/29 01:00, 5年前 , 8F
GOOGLE 'smote' 簡單一點就直接複製
10/29 01:00, 8F
→
10/29 01:01, 5年前 , 9F
雖然多樣性不會變 但至少能解決資料不平衡
10/29 01:01, 9F
→
10/29 01:02, 5年前 , 10F
其實增加資料量的方法很多 加高斯噪音 GAN SMOTE
10/29 01:02, 10F
→
10/29 01:02, 5年前 , 11F
圖片的話還可以加一些模糊 銳利度之類的 自己玩看看
10/29 01:02, 11F
推
10/29 22:43, 5年前 , 12F
樓上說的SMOTE是什麼? 其實好像一直沒有paper提到如
10/29 22:43, 12F
→
10/29 22:44, 5年前 , 13F
果DA資料增加到幾倍或多少準確率就不會上升了
10/29 22:44, 13F
推
10/31 14:39, 5年前 , 14F
Smote我試過的case都蠻雷的 不推
10/31 14:39, 14F
→
10/31 14:42, 5年前 , 15F
你先試Under sampling解這問題 其他再說
10/31 14:42, 15F
‣ 更多 tank123zzz 的文章
文章代碼(AID): #1RqTOdCo (DataScience)