1.4 类别不平衡:从指标失灵到处理清单


文档摘要

1.4 类别不平衡:从指标失灵到处理清单 本节摘要:类别不平衡不是数据问题而是代价问题:错报的代价不对称,指标才会失灵。处理清单有五招——重采样、代价敏感损失、阈值调整、集成策略、换评估口径,每招都有副作用。本节给出一套可在面试里复述的决策顺序与追问防御。 第 1.3 节埋下的伏笔在此兑现:当正例占比跌破百分位量级,准确率失真、ROC 钝感、PR 敏感,这条指标结论链几乎必然被面试官拿来当追问的入口。 会员。《1.4 类别不平衡:从指标失灵到处理清单》收录于灏天文库文集《机器学习算法面试题精选与解析》,原作者/来源:灏天文库,整理自「灏天文库」,提供技术教程、实践指南与问题解决方案,支持在线阅读、全文检索与知识沉淀,助力开发者系统化学习。本站整理收录,版权归原作者/开源协议所有。

该文档为会员专享,请先登录或注册后再查看


作者与出处
原作者: 灏天文库
来源:灏天文库
整理: 灏天文库整理
由灏天文库平台收录,内容或由平台用户上传,仅供学习交流
发布者: 作者: 灏天文库 转发
评论区 (0)
U