小样本不平衡问题综述：指标、特征分析与解决方案
机器学习
2025-04-22 v1 计算机视觉与模式识别
摘要
小样本不平衡（S&I）问题是机器学习和数据分析中的主要挑战。它以少量样本和不平衡的类别分布为特征，导致模型性能不佳。此外，类别间特征分布模糊进一步复杂化了分类任务。现有方法常依赖算法经验法，缺乏对底层数据特征的充分分析。我们认为，在制定适当解决方案之前，对数据层面进行详细分析是必不可少的。因此，本文提出了一套系统性的分析框架，用于 S&I 问题。首先，我们总结了不平衡指标和复杂度分析方法，强调需要可解释的基准来特征化 S&I 问题。其次，我们综述了针对常规、复杂度型和极端 S&I 问题的最新解决方案，揭示了在处理不同数据分布时的方法学差异。我们的总结发现，重采样仍是广泛采用的解决方案。然而，我们在二分类和多分类数据集上进行实验，发现分类器之间的性能差异显著超过通过重采样所实现的改进。最后，本文指出了开放问题并讨论了未来趋势。
引用
@article{arxiv.2504.14800,
title = {A Survey on Small Sample Imbalance Problem: Metrics, Feature Analysis, and Solutions},
author = {Shuxian Zhao and Jie Gui and Minjing Dong and Baosheng Yu and Zhipeng Gui and Lu Dong and Yuan Yan Tang and James Tin-Yau Kwok},
journal= {arXiv preprint arXiv:2504.14800},
year = {2025}
}