通过重分组解决医学影像中的不平衡分类问题
计算机视觉与模式识别
2022-10-28 v2 机器学习
摘要
我们提出通过将对多数类重分组为小类来执行不平衡分类，从而将问题转化为平衡的多类分类。这一新思路与流行的损失重加权和类重采样方法截然不同。我们在不平衡医学图像分类上的初步结果表明，这一自然思路可显著提升分类性能（以平均精度衡量，约等于精度-召回曲线下面积，即AUPRC），该指标比平衡准确率等其他指标更适用于评估不平衡分类。
引用
@article{arxiv.2210.12234,
title = {Imbalanced Classification in Medical Imaging via Regrouping},
author = {Le Peng and Yash Travadi and Rui Zhang and Ying Cui and Ju Sun},
journal= {arXiv preprint arXiv:2210.12234},
year = {2022}
}