技術 透過AI預測稀少事件時，資料標準化與不平衡處理的先後順序，真的不重要嗎？

背景 在機器學習的資料預處理階段，若遇到極度不平衡資料 (如金融詐騙、醫學疾病、特定事件...) 我們經常需要進行特徵縮放和不平衡資料處理，但我們應該先做哪一個...

技術 [Day 17] 我的資料哪有這麼平衡！第二季 (class weights)

前言 走過了資料分析、演算法選擇後，我們得知了有些可以改善模型的方向: 解決資料不平衡(Now) 學習率的設定(Not yet) 訓練輪數(Not yet)...

技術 DAY11 資料前處理-資料不平衡處理方法

試想一下，如果有個模型號稱有99%的準確率，那這個模型好不好呢？答案是不一定，在處理分類問題時，我們很常會遇到的一個狀況就是"資料不平衡"，...