Balansowanie klas

1. Co to jest równoważenie klasowe?
2. Jaki jest przykład braku równowagi klasowej?
3. Dlaczego używamy równoważenia klas w uczeniu maszynowym?
4. Co to jest nierównowaga klasowa i jak sobie z tym radzisz?

Co to jest równoważenie klasowe?

Co to jest równoważenie klasowe? W uczeniu maszynowym równoważenie klas oznacza równoważenie klas z niezrównoważonymi próbkami.

Jaki jest przykład braku równowagi klasowej?

Nierównowaga klasy jest normalna i oczekiwana w typowych zastosowaniach ML. Na przykład: w wykrywaniu oszustw związanych z kartami kredytowymi większość transakcji jest uzasadniona, a tylko niewielka część jest nieuczciwa. W wykrywaniu spamu jest na odwrót: większość e -maili wysyłanych dziś na całym świecie jest spamem.

Dlaczego używamy równoważenia klas w uczeniu maszynowym?

Równoważenie zestawu danych ułatwia szkolenie modelu, ponieważ pomaga zapobiec uprzedzeniu modelu w kierunku jednej klasy. Innymi słowy, model nie będzie już faworyzować klasy większościowej tylko dlatego, że zawiera więcej danych.

Co to jest nierównowaga klasowa i jak sobie z tym radzisz?

Jedna z powszechnie przyjętych technik braku równowagi klas do radzenia sobie z wysoce niezrównoważonymi zestawami danych nazywa się ponownym próbkowaniem. Polega na usunięciu próbek z klasy większościowej (niedostateczne próbkowanie) i/lub dodania kolejnych przykładów z klasy mniejszościowej (nadmierne próbkowanie).