数据增强算法SMOTE的实验结果分析

最近在看数据增强相关的内容，看到smote算法比较流行，具体原理和代码实现可以参考：数据分析：使用Imblearn处理不平衡数据（过采样、欠采样），正好有一份类别不平衡的数据集，正负类数据量分别为3W和50W，想要使用smote算法对正类数据进行增强看一下实际效果，具体实验结果如下：

1、原始数据结果：

2、正类数据增强1W条

3、正类数据增加一倍即3W条

4、正类数据增加5W条

5、增加至正负类比例为1:1

经过几次实验发现增强的数据量越多，正类的准确率降低、召回率提升，个人理解是数据增强的过程中引入了噪声，也就是增强的正类数据并不是真正的正类数据，在训练的过程中模型会将负类数据也认为是正类数据，从而在预测的时候将更多的数据预测为正类，最终出现准确率降低、召回率提升的现象。

数据增强算法SMOTE的实验结果分析相关推荐

目标检测常见数据增强算法汇总讲解（Mixup，Cutout，CutMix，Mosaic）
在学习目标检测算法的过程中,发现了一些有趣的目标检测算法,打算简单写个笔记,不足之处还望谅解,可以在评论中指出来. 目标检测作为需要大量数据的算法,在实际情况中经常面临数 ...
李群李代数在计算机视觉中的应用,李群李代数在数据融合算法中的应用分析...
袁治晴摘要:数据融合是提升机器人.无人驾驶.无人机等应用能力的重要手段,一直是前沿技术中研究的一个热点,关于数据融合算法的分析设计,学术界和工程界对此方面进行了长期的研究与讨论,而数据融合算法结合李 ...
python数据预测模型算法_Python机器学习预测分析核心算法
第1章关于预测的两类核心算法 1.1为什么这两类算法如此有用 1.2什么是惩罚回归方法 1.3什么是集成方法 1.4算法的选择 1.5构建预测模型的流程 1.5.1构造一个机器学习问题 1.5.2特征 ...
为YOLOv5、YOLOv8带来全新的数据增强方式-合成雾增强算法
简介 BestYOLO:https://github.com/WangRongsheng/BestYOLO BestYOLO是一个以科研和竞赛为导向的最好的YOLO实践框架! 目前BestYOLO是一 ...
NLP数据增强方法总结：EDA、BT、MixMatch、UDA
1. 数据增强的背景和应用场景随着AI技术的逐步发展,更好的神经网络模型对数据规模的要求也逐步提升.而在分类任务中,若不同类别数据量相差很大,模型则会出现过拟合现象,严重影响预测的正确性. 从广义上 ...
人机交互系统（3.1）——NLP文本数据增强方法
一.数据增强的背景和应用场景随着AI技术的逐步发展,更好的神经网络模型对数据规模的要求也逐步提升.而在分类任务中,若不同类别数据量相差很大,模型则会出现过拟合现象,严重影响预测的正确性. 从广义上来 ...
数据增强方法——Back translations（反向翻译）
2021SC@SDUSC 目录 2021SC@SDUSC 主要知识代码分析主要知识 Back translations是一种通用的数据增强算法,能在保留句子语义的情况下生成不同的句子.对于无标签数 ...
从 CV 到 NLP，深度学习领域的数据增强有哪些？
2019-12-09 04:31:10 作者 | 张宁(哈工大SCIR) 编辑 | 唐里本文转载自公众号哈工大SCIR 数据增强(Data Augmentation)是一种通过让有限的数据产生更多 ...
大杀器！攻克目标检测难点秘籍四，数据增强大法
点击上方"AI算法修炼营",选择加星标或"置顶" 标题以下,全是干货前面的话在前面的秘籍一:模型加速之轻量化网络.秘籍二:非极大抑制算法和回归损失优化之路. ...