关于pytorch处理类别不平衡的问题
当训练样本不均匀时，我们可以采用过采样、欠采样、数据增强等手段来避免过拟合。今天遇到一个3d点云数据集合，样本分布极不均匀，正例与负例相差4-5个数量级。数据增强效果就不会太好了，另外过采样也不太合适，因为是空间数据，新增的点有可能会对真实分布产生未知影响。所以采用欠采样来缓解类别不平衡的问题。
下面的代码展示了如何使用WeightedRandomSampler来完成抽样。
numDataPoints=1000
data_dim=5
bs=100
#Createdummydatawithclassimbalance9to1
data=torch.FloatTensor(numDataPoints,data_dim)
target=np.hstack((np.zeros(int(numDataPoints*0.9),dtype=np.int32),
np.ones(int(numDataPoints*0.1),dtype=np.int32)))
print'targettrain0/1:{}/{}'.format(
len(np.where(target==0)[0]),len(np.where(target==1)[0]))
class_sample_count=np.array(
[len(np.where(target==t)[0])fortinnp.unique(target)])
weight=1./class_sample_count
samples_weight=np.array([weight[t]fortintarget])
samples_weight=torch.from_numpy(samples_weight)
samples_weight=samples_weight.double()
sampler=WeightedRandomSampler(samples_weight,len(samples_weight))
target=torch.from_numpy(target).long()
train_dataset=torch.utils.data.TensorDataset(data,target)
train_loader=DataLoader(
train_dataset,batch_size=bs,num_workers=1,sampler=sampler)
fori,(data,target)inenumerate(train_loader):
print"batchindex{},0/1:{}/{}".format(
i,
len(np.where(target.numpy()==0)[0]),
len(np.where(target.numpy()==1)[0]))
核心部分为实际使用时替换下变量把sampler传递给DataLoader即可，注意使用了sampler就不能使用shuffle，另外需要指定采样点个数：
class_sample_count=np.array( [len(np.where(target==t)[0])fortinnp.unique(target)]) weight=1./class_sample_count samples_weight=np.array([weight[t]fortintarget]) samples_weight=torch.from_numpy(samples_weight) samples_weight=samples_weight.double() sampler=WeightedRandomSampler(samples_weight,len(samples_weight))
参考：https://discuss.pytorch.org/t/how-to-handle-imbalanced-classes/11264/2
以上这篇关于pytorch处理类别不平衡的问题就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。