Awesome
Cost-sensitive
不平衡資料集解決方法主要分為兩個方向:
- 方向一 : 從資料的角度出發，主要方法為抽樣，既然我們的樣本是不平衡的，那麼可以通過某種策略進行抽樣，從而讓我們的資料相對均衡一些；
- 方向二 : 從演算法的角度出發，考慮不同誤分類情況代價的差異性對演算法進行優化，使得我們的演算法在不平衡資料下也能有較好的效果。
本主題由第二種方法的角度出發，對於資料不平衡進行處理，簡單介紹cost-sensitive的概念 ，最後再透過 Python 來進行實作並說明。
§ Introduction
| 更新時間 | 文章 |
|---|---|
| 2019 | cost sensitive Introduction |
§ Implementation with Python
| 更新時間 | 文章 |
|---|---|
| 2019 | cost sensitive Implementation |