我有3％标记的数据，而97％的数据标记为否。这是一个连续的数据流，因此我认为我不能强制重复数据。我正在使用LSTM，其中输出为1，而0为0。另外，我认为我可以挖掘更多数据。我发现了有关班级体重的一些东西，但我不知道如何实现这种情况。还有其他方法可以克服这个问题吗？数据是数值且连续的。
您可以采用两种类型的解决方案。
第一个是构建一个数据生成器，该数据生成器构建批次选择均衡数量的样本。例如，您可以构建一个生成32个样品的批次的Python发电机，以便从SET"是"随机挑选16个样品，而16个则是从SET" NO"中随机挑选的。这意味着该模型更频繁地看到了样本，但您并没有丢弃数据。
第二类解决方案是在您的度量标准上使用权重。也就
您也可以通过自定义度量实现加权。
我将从编写数据生成器的方法开始。