MerQuR+İstatistik Sözlüğü

İstatistik Sözlüğü → Sınıf dengesizliği ve dengeli ağırlıklar

Sınıf dengesizliği ve dengeli ağırlıklarkavram

Bir sınıflama probleminde sınıflardan birinin diğerlerinden çok daha az gözleme sahip olması durumu ve bu durumun modeli çoğunluk sınıfına kaydırmasını önlemek için sınıflara verilen ters orantılı ağırlıklar.

Pozitiflerin %2 olduğu bir veride her şeyi 'negatif' sayan bir model %98 doğruluk elde eder, ama hiçbir işe yaramaz. Birçok öğrenme algoritması toplam hatayı en küçüklediği için azınlık sınıfını göz ardı etmeye yatkındır. Dengeli ağırlıklandırma, her sınıfa n / (K·n_k) ağırlığı verir; K sınıf sayısı, n_k o sınıfın gözlem sayısıdır. Böylece her sınıfın toplam ağırlığı eşitlenir ve azınlık sınıfındaki hatalar daha pahalı hâle gelir. Alternatifler azınlığı yeniden örneklemek, çoğunluğu alt örneklemek ya da yalnızca sınıflandırma eşiğini değiştirmektir.

Ağırlıklandırma modelin olasılık tahminlerini kaydırır. Ağırlıklı modelin ürettiği olasılıklar gerçek prevalansı yansıtmaz ve olasılık kalibrasyonu gerekiyorsa yeniden ayarlanmalıdır. Dengesiz verilerde başarım doğrulukla değil; duyarlılık, özgüllük, dengeli doğruluk, F1, Cohen κ ya da kesinlik-duyarlılık eğrisi gibi ölçülerle değerlendirilmelidir. Çapraz geçerlemede katlar sınıf oranlarını koruyacak biçimde tabakalı oluşturulmalıdır.

Gündelik bir örnek

1000 kredi başvurusunun yalnızca 20'si temerrüde düşmüş. Dengeli ağırlıkla temerrüde düşen her başvuru 1000 / (2 × 20) = 25, ödeyen her başvuru 1000 / (2 × 980) ≈ 0,51 ağırlık alır. Böylece model 20 temerrüt vakasını 980 düzenli ödemeyle aynı toplam önemde görür ve riskli başvuruları yakalamayı öğrenir.

MerQur'da

Rastgele orman, destek vektör makinesi ve gradyan artırmada 'Dengesiz sınıflar: dengeli ağırlık' seçeneği n/(K·n_k) sınıf ağırlıklarını uygular; Karar ağacında aynı seçenek eşit önsel olasılıklar (prior = 1/K) kullanır. ROC eğrisinde 'Ek çıktılar: PR eğrisi ve ortalama kesinlik (AP)' dengesiz sınıflarda yararlı bir ek özet verir.

Bu kavramın geçtiği analizler

ROC EğrisiRastgele OrmanDestek Vektör MakinesiGradyan ArtırmaKarar Ağacı

İlgili kavramlar

Sınıflandırma eşiği (kesim değeri)F1 skoru, MCC ve dengeli doğruluk