本研究は，農業分野での画像を入力とした機械学習収量予測タスクにおいて頻繁に生じる，分布不均衡の問題を扱う．当該タスクでは，目的変数となる収量のデータ分布の裾確率が低くなり，当該領域の予測精度が上がりにくくなるという問題がよく発生する．そこで，分類タスクにおいてデータ不均衡問題がある場合に用いられるリサンプリングと同様のリサンプリングを目的変数の分布に応用し，データ分布を一様分布に近づけるアプローチを導入した．また，本アプローチの有効性について，実際のキュウリの収量予測タスクに適用することで有効性を検討した．全体・少数部分の予測精度を比較した検討の結果，有効性が認められるケースがあった.