נתונים לא מאוזנים הוא אתגר משותף בלמידה של מכונות.כאשר מחלקה אחת באופן משמעותי מספר אחרים, מודלים עשויים להיות מוטה, המוביל ביצועים עניים על כיתות מיעוט. יישום אסטרטגיות מעשיות יכול לשפר דיוק המודל והגינות.

הבנה של נתונים מאוזנים

נקודת נתונים לא מאובחנת מתרחשת כאשר חלוקת המעמדות היא לא אחידה.לדוגמה, בגילוי הונאה, עסקאות הונאה הן נדירות בהשוואה ללגיטימיות.הכרה בחוסר איזון זה הוא הצעד הראשון לקראת טיפול בו ביעילות.

שיטות בעלות נתונים

טכניקות ברמת נתונים לשנות את ה- Dataset כדי לאזן את ההפצה בכיתה.שיטות נפוצות כוללות:

  • (ב) ,0) Oversampling: 1FLT (הגדלה של מספר הדגימות של מיעוט, לעתים קרובות באמצעות טכניקות כמו SMOTE.
  • (ב) ,0) , פיזור: 1 (ב) ,הפחתת הדגימות המעמדיות הרוב כדי להתאים לגודל המעמדי של המיעוט.
  • (ב) ,0) ,5 ,5 ,5 ,1) , יצירת דגימות סינתטיות חדשות כדי לשפר את ייצוג מעמד המיעוט.

אסטרטגיות אלגורית'ם-לבאל

התאמת אלגוריתם הלמידה יכול גם לטפל חוסר איזון מעמדי.טכניקות כוללות:

  • (ב) למידה רגישה:0 (ב) ,001) , כסימן של עלויות חיקוי גבוהות יותר לשגיאות ייצוגיות מיעוט.
  • (ב) ,0) קביעת משקלי מעמד: FLT:1 משנה את החשיבות של שיעורים במהלך אימון מודל.
  • (ב) ,0) שיטות של נטישת: FLT:1Building מודלים מרובים לשיפור גילוי מעמד המיעוט.

הערכה של metrics

שימוש בממדדים מתאימים הוא חיוני להערכת ביצועי המודל על נתונים לא מאוזנים.מדדים נפוצים כוללים:

  • (ב) ויקרא י"ד: "ה': "ה'" (בראשית כ"ד)
  • (ב) ,0) , מדרש (ב) הוא ביטוי נכון.
  • (ב) ויקרא י"א: "ה': "ה'" (ב"ב) "המשמעות ההרמונית של דיוק וזיכרון".
  • (ב) ⁇ :0) ,U-ROC: FLT:1 מודד את היכולת של המודל להבחין בין המעמדות.