迁移学习是否解决了数据集不平衡的问题？
Does transfer learning solve the issue of imbalanced dataset?
我已经了解了不平衡的数据集如何主要影响分类结果，但是使用迁移学习方法（如 SSD）进行对象检测是否确保我们不需要平衡数据集来获得好的结果？
简答：不。但是，事实上，也许吧。
这些是无关的想法。迁移学习的目标是在您没有训练数据或者您不t/can没有从头开始学习时提供帮助。
因此，真正的答案取决于很多事情：你的数据集有多不平衡（一点点还是很多？），你使用的算法类型（像贝叶斯一样生成或像 SVM 一样判别式？）， "separable" 类 怎么样？也许还有很多其他的东西。
使用贝叶斯分类器，您通常可以使用 类...
的先验概率
所以答案肯定会针对您正在处理的问题...您不能对这个问题有一个笼统的答案。
我已经了解了不平衡的数据集如何主要影响分类结果，但是使用迁移学习方法（如 SSD）进行对象检测是否确保我们不需要平衡数据集来获得好的结果？
简答：不。但是，事实上，也许吧。
这些是无关的想法。迁移学习的目标是在您没有训练数据或者您不t/can没有从头开始学习时提供帮助。
因此，真正的答案取决于很多事情：你的数据集有多不平衡（一点点还是很多？），你使用的算法类型（像贝叶斯一样生成或像 SVM 一样判别式？）， "separable" 类 怎么样？也许还有很多其他的东西。
使用贝叶斯分类器，您通常可以使用 类...
的先验概率所以答案肯定会针对您正在处理的问题...您不能对这个问题有一个笼统的答案。