用神经网络解决二分类问题时，由于正类训练样本过少，导致所有的预测结果全是负的。我该怎么办？ 举报 理由 举报 取消 我用的是一个3层的NN,网络结构是（28, 50, 2 ） 正负样本的比例大概是1:1000（我没办法收集到更多的正样本了） 2017年7月4日 3 条回复 1304 次浏览 Deep,Learning,学习,数据,深度,神经网络
回复 ( 3 )
首先你要回答两个问题：你的样本总量多大，总体的实际正负样本比例。
unbalanced data说实话要sampling也是非常困难的，比例是一方面，要求样本量足够大，小样本的话貌似有一些svm的专门研究这方面的
最近也遇到类似问题，不过我不是专用神经网络。
我所知道的一个很常用的方法，就是sampling，来产生“新”的数据，或者丢弃“多余”的数据。具体又有很多不同的算法操作
下面这篇文章讨论的比较详细，可以参考一下：