推 EGsux: 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
→ EGsux: 要再處理 10/26 00:01
推 AgileSeptor: 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
推 zxp9505007: 不會調整batch 就複製負樣本 讓他們比例一樣 10/26 08:01
推 bruce3557: 可以看看要不要調整class weight 10/26 16:53
推 gbd37: 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
推 ZuiYang: 特徵都定義好了...考慮SVM直接分嗎？ 10/27 19:19
推 chchan1111: GOOGLE 'smote' 簡單一點就直接複製 10/29 01:00
→ chchan1111: 雖然多樣性不會變 但至少能解決資料不平衡 10/29 01:01
→ chchan1111: 其實增加資料量的方法很多 加高斯噪音 GAN SMOTE 10/29 01:02
→ chchan1111: 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
推 lunashining: 樓上說的SMOTE是什麼? 其實好像一直沒有paper提到如 10/29 22:43
→ lunashining: 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
推 Linlosehow: Smote我試過的case都蠻雷的 不推 10/31 14:39
→ Linlosehow: 你先試Under sampling解這問題 其他再說 10/31 14:42