对时间序列数据中的某些类进行过采样



用于某些分类需求。我有由4个石碑图像组成的多变量时间序列数据,格式为(145521像素,4个日期,2个波段)我用tempCNN进行了分类,将数据分为5类。然而,具有500个样本的1、2类和具有1452485个样本的4、5类之间存在很大差距。

我想知道是否有一种方法可以帮助我监督前两个类,使我的数据集更适合分类。

实际上python中有一个lib;不平衡学习;(尽管你可以手动完成)。

你可以查看文档使用非常容易

最新更新