樣本不均衡

使用mnist進行訓練，將訓練集進行處理，指定一個分類，刪除大部分樣本。

各類樣本數如下

# 5444,6179,5470,5638,5307,4987,5417,5715,5389,5454

specified_class_idx = 3#指定一個類，數據縮水
delete_nums = 5000#刪5000個，還剩下638

 

觀察各集合預測結果

最低的線就是指定的，數據不均衡的“受害者”的測試集預測準確率。

最高的線就是受害者之外的其他類的測試集準確率。

中間兩條分別是訓練集通用準確率和測試集通用準確率，當然，訓練集略高於測試集。

測試集的平均準確率是綜合了指定類和其他類的。