機器學習中的 上采樣 下采樣 過采樣 欠采樣


1. 過采樣和欠采樣

這是兩種解決分類訓練過程中數據量不平衡的采樣方法

拿二分類舉例,期望陽性樣本數量:陰性樣本數量 = 1:1,但實際上陽性樣本數量:陰性樣本數量 = 1000:100

過采樣

將100數據復制10份,達到兩個樣本數量之比為1000:1000

欠采樣

將1000數據隨機抽取100份,達到兩個樣本數量之比為100:100

2. 上采樣和下采樣

卷積神經網絡(CNN)是由卷積層/池化層/激活層……組成的“自上而下”的多層網絡,原始圖像從CNN頂層輸入,到底層生成特征圖,這個過程稱為下采樣

相反的,由一個特征圖反推出原圖的過程稱為上采樣


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM