O desequilíbrio de classes é um desafio comum no aprendizado de máquinas, onde uma classe supera significativamente outras. Esse desequilíbrio pode levar a modelos tendenciosos que funcionam mal em classes minoritárias.

Compreensão do desequilíbrio de classe

O desequilíbrio de classes ocorre quando a distribuição de classes em um conjunto de dados é desigual. Por exemplo, na detecção de fraudes, as transações fraudulentas são muito menos do que as legítimas. Este desequilíbrio pode fazer com que os modelos favoreçam a classe majoritária, reduzindo a detecção de instâncias de classe minoritária.

Técnicas para resolver o desequilíbrio de classes

Vários métodos podem ajudar a atenuar problemas de desequilíbrio de classes:

  • Reampling: Ajuste o conjunto de dados por sobreampling de classes minoritárias ou por subampling de classes majoritárias.
  • Geração de dados sintéticos: Use técnicas como o SMOTE para criar exemplos sintéticos de classes minoritárias.
  • Abordagens Algorítmicas: Modelos de emprego robustos ao desequilíbrio, como métodos de conjunto.
  • Aprendizado sensível à causa:Atribuir custos de classificação incorreta mais elevados às classes minoritárias.

Cálculos para avaliação do desequilíbrio da classe

As métricas ajudam a quantificar a extensão do desequilíbrio e o desempenho do modelo.

  • Razão de desequilíbrio:Rácio do número de instâncias de classe majoritária para minoria.
  • Precisão e Lembre-se:Meça a precisão das previsões positivas e a capacidade de encontrar todas as instâncias positivas.
  • F1 Pontuação: Média harmônica de precisão e recall, balanceando ambas as métricas.