使用 Keras 深度學習的不平衡數據集

Question

我有一個看起來像這樣的數據集：訓練（0 類：471，1 類：986）測試（0 類：177，1 類：246。我將數據分成 80% 用於訓練，20% 用於驗證。我知道這是一個不平衡的數據集，我試過 Class_weight 但問題仍然存在。我重新訓練了我的基線 CNN，我總是得到如圖所示的結果。有人可以幫助我嗎？

Answer 1

我在將事件分為 5 個不平衡類別時遇到了類似的問題。 我發現這個損失函數實現了加權分類交叉熵： https : //gist.github.com/noparade/aaa8584e6e90ad64936e333e4e08ca5f結合 Nadam 優化器，它讓我在所有類別中獲得超過 95% 的真陽性。