阶级不平衡是机器学习中一个阶级数量大大超过其他阶级的常见挑战,这种不平衡会导致对少数民族阶级表现不佳的偏颇模式。 采用有效的技术可以提高预测准确性和模型公平性。

理解类不平衡

当数据集中的类分布不均时,就会出现阶级不平衡。比如,在欺诈行为侦查中,欺诈交易远远少于合法交易。 这种不平衡可能导致模型偏向多数类,从而减少对少数类事件的检测。

处理类平衡的技术

几种方法有助于缓解阶级不平衡问题:

  • 复标: 通过对少数群体或未对多数群体进行抽样的过度抽样调整数据集。
  • 合成数据生成:[] 使用SMOTE等技术,创建少数民族阶层的合成实例.
  • 算法方法: 采用强力到不平衡的模型,如综合方法.
  • 成本敏感学习: 将较高的错误分类费用分配给少数群体班.

评估类别失衡的计算

计量有助于量化不平衡的程度和模型性能。

  • 均衡比率: 多数对少数群体类别案例数的比率。
  • 精准度和回顾: 测量正预测的准确度和找到所有正实例的能力.
  • F1 分数:[ 精确度和回溯度的谐振平均值,平衡两个度量衡.