在这项研究中，我们确定了线性分类器（支持向量机）在高维度情况下的泛化曲线的确切分析表达式，并对于数据的类别不平衡性、数据的第一和第二时刻以及所考虑的性能指标的影响给出了锐利的预测。我们表明，涉及数据的欠采样和过采样的混合策略会提高性能。通过数值实验，我们展示了我们理论预测在真实数据集、更深层次的架构和基于无监督概率模型的采样策略上的相关性。

May, 2024

通过使用合适的预处理技术和机器学习算法，研究在预测心力衰竭患者的死亡率方面对不平衡的临床数据集进行预处理的方法，以提高预测性能。研究结果表明，相比树模型，尤其是随机森林（RF）和 XGBoost（XGB），在 F1 评分和 MCC 上平均提高了约 3.6% 和 2.7%，从而显示出预处理方法在处理不平衡的临床数据集方面的效率。该研究有望引导医疗专业人员做出明智决策，并改善心力衰竭管理中的患者预后。

Sep, 2023

提出了一种适用于高类别不平衡情况下学习的数据正则化算法在联邦学习环境中的应用，以提高心血管疾病预测模型的性能，并利用分布在联邦生态系统不同节点上的患者数据，不损害其隐私并实现更加资源敏感的分配。该方法在分散在不同客户端的四个心血管疾病预测数据集上进行评估，取得了改进的性能，并验证了在不同超参数设置和资源分配场景下的稳健性和适应能力。

May, 2024

本研究系统地研究了类别不平衡对卷积神经网络分类性能的影响，并比较了几种解决该问题的常用方法。在使用三个基准数据集进行实验的过程中，研究者发现类别不平衡对分类性能有不利影响，而通过过采样的方法可以提高分类性能。同时，该研究还发现阈值补偿在一定场景下也能够提高分类性能。

Oct, 2017

本研究通过生成合成数据来平衡少数类别数据，以探究类别不平衡数据对深度学习模型的影响。我们提出一种优先选择高信息熵样本的技术，通过最大化生成合成样本在其类别正确区域的概率来增强机器学习算法的准确性和效率。实验结果显示我们技术在增强深度学习模型方面表现出卓越性能。

Jan, 2024

本文针对基于领域自适应的两个分类问题：类别比例估计和多类异常拒绝，分别设计出新颖的策略，并实现了类别比例估计技术，展示了其在多个基准数据集上的表现。

Jun, 2013

通过使用临床数据集，该研究论文着重于开发预测结直肠癌患者 1 年、3 年和 5 年生存率的算法，特别关注高度不平衡的 1 年生存率预测任务，使用多种标准平衡技术创建一种方法以提高真阳性率，从而显著提高了少数类结直肠癌患者的死亡预测能力。

Sep, 2023

本文通过比较分析 40 个来自不同应用领域的数据集，研究了不平衡数据分类的各种因素对过采样和欠采样技术的有效性的影响，提出了基于性能度量的自动最优采样策略选择模型，可以在不同领域中选择最合适的方法。

Dec, 2021

现实世界的数据集通常存在严重的类别不平衡问题，通过调整标准深度学习流程的现有组件，如批次大小、数据增强、优化器和标签平滑等，可以实现无需专门的类别不平衡方法即可达到最先进的性能，并提供了关于训练类别不平衡的关键建议和考虑因素，以及关于为什么类别不平衡方法成功或失败的理解。

Dec, 2023

本文探讨了几种多标签不平衡分类问题中的过采样技术，证明了通过使用合成采样技术，可以提高恶性程度预测的每个类的性能敏感性，寻找合适的低层次图像特征和随机森林分类器对数据集进行分类，可以对多标签不平衡分类问题提供信息和指导。

Jul, 2018