Imbalanced Data

释义 Definition

不平衡数据/类别不平衡数据：在分类等机器学习任务中，不同类别的样本数量差异很大（例如“正类”很少、“负类”很多），可能导致模型偏向多数类、对少数类识别效果差。

发音 Pronunciation (IPA)

/ɪmˈbælənst ˈdeɪtə/ （也常见 /ɪmˈbælənst ˈdætə/）

例句 Examples

Imbalanced data can make a classifier ignore rare cases.
不平衡数据可能会让分类器忽视少见情况。

In medical screening, imbalanced data often causes high accuracy but poor detection of the minority class.
在医学筛查中，不平衡数据常常导致“准确率很高”但对少数类的检出效果很差。

词源 Etymology

imbalanced 来自 balance（平衡） 加否定前缀 im-，表示“不平衡的”；data 源自拉丁语 datum（给出的东西），在现代英语中常指“数据”。合起来即“分布不均衡的数据”。

相关词 Related Words

• Bias
• Class
• Classifier
• Dataset
• Distribution
• Imbalance
• Minority
• Oversampling
• Precision
• Recall
• Skewed
• Undersampling

文学与著作 Literary Works

• Pattern Recognition and Machine Learning（Christopher M. Bishop）——讨论分类与概率建模背景下的数据分布问题（常涉及类别比例不均的情形）。
• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——在分类评估与学习算法讨论中经常出现与类不平衡相关的分析。
• “SMOTE: Synthetic Minority Over-sampling Technique”（Chawla et al., 2002）——经典论文，专门针对imbalanced data提出处理方法。