作者steven183 (单推蜜柑宝)
看板Soulace
标题Re: 趁你版人多
时间Fri Jul 10 00:30:54 2026
※ 引述《sustainer123 (温水佳树的兄长大人)》之铭言：
: 我印象以前看过处理资料不平衡问题的解耦学习
: 就先用原不平衡资料集训练一次 再用采样成平衡的资料集再fine tune
我只做过单纯上采样
TVAE品质 > CTGAN
不过这些是老东西了 最近几年有更新的
表格资料上采样我觉得提升不多
图片上采样感觉比较有用
: 但我找不到paper 你版有大师熟吗
: 还有flow matching靠谱吗
: 我看不少新的模型跳槽到这边
: 但相比diffusion 他的训练时间一定是更省
: 但表现会更好吗?
: 还有从实务上来说 好调参吗
我记得树模型在不平衡资料屌打深度学习
--
剧透狗我砸死你
https://i.imgur.com/w6a5n5U.gif
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.238.103.125 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soulace/M.1783614656.A.75A.html
※ 编辑: steven183 (36.238.103.125 台湾), 07/10/2026 00:31:41
1F：推 sustainer123: 对 这真的是 07/10 00:31
2F：→ sustainer123: 他问题就表格资料 07/10 00:31
3F：→ sustainer123: 我一开始就说搞啥深度学习不如xgboost 07/10 00:32
4F：→ sustainer123: 结果也xgboost最好 宇宙的神 07/10 00:32
5F：→ steven183: xgboost很猛 哀哀哀 07/10 00:32
6F：→ sustainer123: 表格资料采样真的没啥用 我觉得最有用就特徵工程 07/10 00:33
7F：→ sustainer123: 特徵工程>损失函数>其他 07/10 00:33
8F：→ steven183: 这个要用数学 07/10 00:35
9F：→ steven183: 我记得有xgboost+特徵工程的 07/10 00:36