training dataset和unbalanced dataset的设计 - DataSciences版

本页内容为未名空间相应帖子的节选和存档，一周内的贴子最多显示50字，超过一周显示500字访问原贴

DataSciences版 - training dataset和unbalanced dataset的设计

相关主题
● pyspark subtract 如何使用？	● 紧急求救： SMOTE-NC 处理categorical data for unbalanced class！！！
● R 里面random forest score新的data有new level的问题	● 请问有关t-test（包子酬谢！） (转载)
● 请问关于小的dataset evaluation的问题	● [Data Science Project Case] Parsing URLS
● 请教一道面试题	● Role mining
● 一个面试题（predictive model） (转载)	● DS需要会的手艺真不少
● 请问今年有Big Data的短期training培训吗（美国）？	● 借版面问个machine learning的问题
● Insight Data Science Fellow Program 有人参加吗？	● 求职要求clearance
● 凑热闹转发一篇自己写的博文，轻拍	● [Data Science Project Case] Topic Learning

相关话题的讨论汇总
话题: dataset话题: unbalanced话题: training话题: 设计话题: crime

进入DataSciences版参与讨论

(共1页)

g*********3
发帖数: 177

各位大神，有没有这方面的经验：
实际项目中，数据库的postive/negative data points是极度unbalanced的。比如
crime database里面有1million individual，crime有100(positive data point)，剩
下的全部是negative data point。
需要用这些数据建立一个machine learning model来classify将来一些人的crime。
怎样设计training dataset呢？有什么好的统计或者ML的方法吗？
谢谢。

(共1页)

进入DataSciences版参与讨论

相关主题
● [Data Science Project Case] Topic Learning	● 一个面试题（predictive model） (转载)
● datascientist几个基本问题	● 请问今年有Big Data的短期training培训吗（美国）？
● ask for help for R programming (转载)	● Insight Data Science Fellow Program 有人参加吗？
● Data scientist / Machine Learning Engineer 相关面试题 (转载)	● 凑热闹转发一篇自己写的博文，轻拍
● pyspark subtract 如何使用？	● 紧急求救： SMOTE-NC 处理categorical data for unbalanced class！！！
● R 里面random forest score新的data有new level的问题	● 请问有关t-test（包子酬谢！） (转载)
● 请问关于小的dataset evaluation的问题	● [Data Science Project Case] Parsing URLS
● 请教一道面试题	● Role mining

相关话题的讨论汇总
话题: dataset话题: unbalanced话题: training话题: 设计话题: crime

#	版面	帖数(主题数)
-	全站	4871 (796)
1	Military	3777 (569)
2	Stock	341 (51)
3	Joke	117 (17)
4	History	116 (3)
5	Automobile	100 (9)
6	USANews	55 (9)
7	Midlife	45 (1)
8	Headline	41 (41)
9	Dreamer	33 (13)
10	FleaMarket	32 (20)
11	Living	30 (7)

boards

未名新帖统计// 7月16日

历史上的今天