向二元分类器添加大量正例会有什么影响？

Question

假设我使用相同数量的 N 个正例 和 N 个负例 训练了二元分类器。现在，我尝试添加另外 N 个正例 进行训练。这样做会有什么影响？

在标签类型方面使用不成比例的训练示例会产生什么影响。

Answer 1

一般来说，这意味着您会将分类算法偏向正例。因此，为了获得最佳结果，您的训练数据集与验证数据集（以及您稍后将在生产中使用的数据集）具有相同比例的正/负样本非常重要。

但是，详细信息可能取决于您使用的算法类型以及添加的正样本是否独立于已经存在的正样本。