基于模型无关维度的类别不平衡度度量
机器学习
2026-01-22 v2 计算机视觉与模式识别
摘要
分类任务中的不平衡通常通过类别样本数量来衡量，但这种方法忽略了冗余样本的存在以及类别学习难度的内在差异。另一些方法会使用训练损失和不确定性等复杂指标，但这些指标依赖于训练机器学习模型。本文提出使用数据内在维度（Intrinsic Dimensionality, ID）作为一种易于计算、模型无关的不平衡度度量方法，可无缝集成到各种不平衡缓解方法中。我们在五个不同数据集上进行实验，数据集的不平衡比例各不相同，结果显示ID在衡量不平衡度方面一致优于文中所采用的基于样本数量的再加权和再采样技术。此外，我们还展示了将ID与样本数量结合使用可进一步提升性能。我们的代码和模型已发布在 https://github.com/cagries/IDIM。
引用
@article{arxiv.2511.10475,
title = {Intrinsic Dimensionality as a Model-Free Measure of Class Imbalance},
author = {Çağrı Eser and Zeynep Sonat Baltacı and Emre Akbaş and Sinan Kalkan},
journal= {arXiv preprint arXiv:2511.10475},
year = {2026}
}
备注
22 pages, 14 figures, Accepted to Neurocomputing