Mis on klasside tasakaalustamatus ja kuidas sellega võidelda?

Klasside ebavõrdsus on olukord klassifikatsiooni ülesandes, kus ühe klassi objektide arv ületab märkimisväärselt teise (või teiste) klasside objektide arvu. See võib põhjustada seda, et mudel võib halvasti ära tunda vähem esindatud klasse, kuna ta kaldub optimeeruma enamuse jaoks.

Meetodid klasside ebavõrdsuse vastu võitlemiseks:

• Üleproovimine: väiksema klassi objektide arvu suurendamine (oversampling) või suurema klassi objektide arvu vähendamine (undersampling).
• Spetsiaalsete metrikate kasutamine: näiteks F1-skoor, ROC-AUC asemel lihtne täpsus.
• Tugevamaid algoritme, mis on vastupidavad ebavõrdsusele: näiteks ansamblid, kaalutud klassimeetodid.
• Sünteetiliste andmete genereerimine: meetodid nagu SMOTE, mis loovad uusi objekte väiksema klassi jaoks.

SMOTE kasutamise näide:

from imblearn.over_sampling import SMOTE
X_resampled, y_resampled = SMOTE().fit_resample(X, y)

See aitab parandada mudeli kvaliteeti haruldastes klassides.