处理磁盘数据不平衡的方法综述
机器学习
2023-10-16 v1 数据库
统计方法学
摘要
类不平衡存在于许多分类问题中，并且由于数据以准确率为设计目标，数据类的不平衡可能导致分类困难，其中少数类的误分类代价更高。Backblaze 数据集是一个广泛使用的与硬盘相关的数据集，其失败数据量少而健康数据量大，表现出严重的类不平衡。本文对不平衡数据分类领域的研究进行了全面概述。讨论从三个主要方面组织：数据级方法、算法级方法和混合方法。对每类方法，我们总结并分析了现存问题、算法思想、优势与不足。此外，讨论了不平衡数据分类的挑战及应对策略。便于研究者根据自身需求选择合适的方法。
引用
@article{arxiv.2310.08867,
title = {A Survey of Methods for Handling Disk Data Imbalance},
author = {Shuangshuang Yuan and Peng Wu and Yuehui Chen and Qiang Li},
journal= {arXiv preprint arXiv:2310.08867},
year = {2023}
}