การ คํานวณ ผล กระทบ ของ ข้อมูล ที่ มี ความ สมดุล ใน แบบ จําลอง การ เรียน รู้ ที่ มี ประสิทธิภาพ สูง

ความ ไม่ สมดุล ของ ข้อมูล เกิด ขึ้น เมื่อ การ จําหน่าย คลาส ต่าง ๆ ใน ชุด ข้อมูล ไม่ เสมอ ต้น เสมอ ปลาย.

การเข้าใจข้อมูล

ใน หลาย สถานการณ์ ที่ เกิด ขึ้น ใน โลก จริง ๆ บาง รุ่น เป็น เรื่อง ธรรมดา มาก กว่า เรื่อง อื่น ๆ ตัว อย่าง เช่น การ หลอก ลวง การ ทํา ธุรกิจ การ ค้า แบบ หลอก ลวง เป็น เรื่อง ที่ ไม่ ค่อย จะ เทียบ กับ วิธี ที่ ถูก ต้อง ความ ไม่ สมดุล แบบ นี้ อาจ ทํา ให้ คน ส่วน ใหญ่ ชอบ คน ส่วน ใหญ่ ไม่ สนใจ คน กลุ่ม น้อย

การ วัด ผล กระทบ

เพื่อประเมินว่าความไม่สมดุลของข้อมูล มีผลกระทบต่อแบบจําลองอย่างไร ตัววัดหลายตัวสามารถใช้ได้:

• [FLT: 0] การันตี: อาจเป็นการเข้าใจผิดในข้อมูลไม่สมดุล
• [FLT: 0] การกระตุ้นและการจดจํา : ให้ความเข้าใจในความสามารถของแบบจําลอง ในการระบุกรณีเชิงบวก
• [FLT: 0] F1 คะแนน : การลดความแม่นยําและการเรียกคืนให้การวัดสมดุล (พ.ศ.
• [FLT: 0] ROC-AUC: วัดความสามารถของโมเดลในการแยกแยะระหว่างชั้นเรียนข้ามขีดจํากัด

คํานวณค่าความแรงของแรงกระแทก

วิธี หนึ่ง ที่ จะ ระบุ ผล กระทบ ของ ความ ไม่ สมดุล ของ ข้อมูล คือ การ เปรียบ เทียบ ประสิทธิภาพ ของ ตัว อย่าง ใน เรื่อง ความ สมดุล กับ ชุด ข้อมูล ที่ ไม่ สมดุล.

• กําลังปรับใช้วิธีการต่าง ๆ เช่น การโอเวอร์โหลดหรือการบีบคั้น
• ใช้ข้อมูลสังเคราะห์อย่าง SMOTE
• การจําแนกเมทริกก่อนและหลังการสมดุลเทคนิค
• การ เปลี่ยน แปลง อย่าง น่า ทึ่ง ใน ความ แม่นยํา, การ ระลึก ถึง, และ คะแนน เอฟ 1.

การ ทํา เช่น นี้ อาจ ทํา ให้ เกิด ปัญหา ขึ้น ได้.