2023年7月24日
Paper Reading: A Re-Balancing Strategy for Class-Imbalanced Classification Based on Instance Difficulty
摘要： 受人类学习过程的启发，本文根据学习速度设计了样本难度模型，并提出了一种新的实例级再平衡策略。具体来说模型在每个训练周期记录每个实例的预测，并根据预测的变化来测量该样本的难度难度。然后对困难实例赋予更高的权重，对数据进行重新采样。本文从理论上证明了提出的重采样策略的正确性和收敛性，并进行一些实证实验来展示本文算法的能力。 阅读全文
posted @ 2023-07-24 00:35 乌漆WhiteMoon 阅读(835) 评论(0) 推荐(1)