Presná definícia
Čo znamená klasifikácia nevyvážených tried?
Klasifikácia nevyvážených tried rieši úlohy, v ktorých sú niektoré triedy v dátach výrazne zriedkavejšie než iné. Nerovnováha sama nie je chyba; problém vzniká, keď zvolená strata, vzorkovanie alebo metrika dovolí modelu ignorovať menšinu. Rozhodujú aj prekryv tried, chybné označenia a to, či tréningový podiel zodpovedá prevádzke.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Pri odhaľovaní reklamácií môže byť sporných iba jedno percento prípadov. Náhodné rozdelenie sa robí stratifikovane, no pri opakovaných klientoch alebo čase sa musí zabrániť úniku. Model sa porovnáva cez precision-recall krivku, recall pri prijateľnom počte kontrol a náklady chýb. Váženie tried, podvzorkovanie či syntetické vzorky sa aplikujú iba v tréningovej časti; test zachová reálnu prevalenciu. Osobitne sa skúma, či menšina obsahuje viac podtypov a či nízka precision nie je dôsledkom posunu podielu tried.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Od akého pomeru sú triedy nevyvážené?
Neexistuje univerzálna hranica; záleží na oddeliteľnosti, počte príkladov a dôsledkoch chýb.
Prečo môže accuracy klamať?
Model predpovedajúci iba väčšinovú triedu môže mať vysokú hodnotu a nulový úžitok pre menšinu.
Má sa vyvážiť aj testovacia množina?
Nie, ak má odhadovať reálnu prevádzku; umelé vyváženie mení interpretáciu metrík.
Je SMOTE vždy vhodné?
Nie. Môže vytvoriť nevierohodné body alebo zosilniť prekryv tried a používa sa len v tréningu.
Čo sa stane pri zmene prevalencie?
Precision a očakávané náklady sa zmenia aj pri rovnakej citlivosti a špecificite.