類別權重 vs 焦點損失函數
Class Weight vs Focal Loss
類別權重 側重 類別權重是一種機器學習技術，透過賦予少數類別較高權重來解決資料不平衡問題，提升模型對稀有事件的預測能力。，而 焦點損失函數 側重 焦點損失函數 (Focal Loss) 是一種用於解決物件偵測中類別不平衡問題的損失函數，它通過降低易分類樣本的權重，使模型更關注難分類樣本。。
逐項比較
| 項目 | 類別權重 | 焦點損失函數 |
|---|---|---|
| 一句定義 | 類別權重是一種機器學習技術，透過賦予少數類別較高權重來解決資料不平衡問題，提升模型對稀有事件的預測能力。 | 焦點損失函數 (Focal Loss) 是一種用於解決物件偵測中類別不平衡問題的損失函數，它通過降低易分類樣本的權重，使模型更關注難分類樣本。 |
| 常見標籤 | 機器學習、模型訓練、資料處理、source:ipas | 深度學習、模型訓練、模型評估、電腦視覺、最佳化 |
| iPAS 關聯度 | 未知 | 未知 |
| 考生最常問 | 類別權重和抽樣技術（如 SMOTE）應該如何選擇？ | 焦點損失只適合影像任務嗎？ |