Le déséquilibre des classes se produit lorsque certaines classes d'un ensemble de données sont nettement sous-représentées par rapport à d'autres, ce qui peut conduire à une mauvaise performance du modèle, en particulier dans les tâches comme la classification des classes minoritaires.

Techniques communes pour traiter l'équilibre de classe

Plusieurs méthodes sont utilisées pour atténuer le déséquilibre des classes dans les réseaux neuronaux, qui peuvent être appliquées individuellement ou combinées pour obtenir de meilleurs résultats.

Méthodes au niveau des données

Les approches au niveau des données modifient l'ensemble de données pour équilibrer la distribution des classes, notamment :

  • Suréchantillonnage :[ Augmentation du nombre d'échantillons de classes minoritaires, souvent par duplication ou génération de données synthétiques.
  • Sous-échantillonnage : Réduction du nombre d'échantillons de classe majoritaire pour correspondre aux classes minoritaires.
  • SMOTE: Technique synthétique de suréchantillonnage des minorités crée de nouveaux exemples synthétiques pour les classes minoritaires.

Techniques de niveau algorithmique

Ces méthodes modifient l'algorithme d'apprentissage pour mieux gérer les données déséquilibrées.

  • Apprentissage sensible au coût:[ Assigne des coûts de classification erronés plus élevés aux classes minoritaires.
  • Perte focale :[ Se concentre sur la formation sur les exemples difficiles à classer, réduisant l'impact des négatifs faciles.

Exemples de données du monde réel

Dans le diagnostic médical, les ensembles de données contiennent souvent moins de cas positifs. L'application de l'échantillonnage excessif ou de l'EMTS peut améliorer la sensibilité du modèle.