Небалансовані дані є загальним викликом в машинному навчанні, де один клас істотно незрівнянний інші. Цей баланс може призвести до з'єднання моделей, які виконують погано на неповнолітніх заняттях. Методики навчання економічне, які вирішують цю проблему шляхом визначення різних витрат на об'єктивні класи, допомагаючи моделям зосередитися на класах меншості.

Розуміння даних про порушення

Небалансовані дані, що відбуваються в різних галузях, таких як виявлення шахрайства, медична діагностика та спам-фільтрування. У цих випадках клас меншості часто важливі, але менш представлені. Стандартні алгоритми, як правило, сприяють більшості клас, що призводить до низького згадування для класу меншості.

Методика навчання витрат

Вартість навчання передбачає зміну процесу навчання для обліку різних витрат на навчання. Призначаємо вищі витрати на помилки у класах неповнолітніх, моделі стають більш чутливими до цих класів, покращуючи загальну продуктивність.

Загальні підходи

  • Визначені алгоритми: Включіть в себе значення класів в функцію втрати для опрацювання об’єктивизації меншин класів значно важче.
  • Східні матриці: Визначте матрицю, вказавши вартість кожного типу об'єктивної класифікації, виправивши модель, щоб мінімізувати загальну вартість.
  • Сампінг-техніка: Комбіновані методи з перенапруженням або зануренням для балансу даних.