Šta je neravnoteža klasa i kako se sa njom boriti?

Neusklađenost klasa je situacija u problemu klasifikacije kada broj objekata jedne klase znatno premašuje broj objekata druge (ili drugih) klasa. To dovodi do toga da model može loše prepoznati manje zastupljene klase, jer je sklon da se optimizuje za većinu.

Načini za borbu protiv neusklađenosti klasa:

• Preprikupljanje: povećanje broja objekata manje klase (oversampling) ili smanjenje broja objekata veće klase (undersampling).
• Korišćenje specijalnih metrika: na primer, F1-score, ROC-AUC umesto jednostavne tačnosti.
• Primena algoritama otpornih na neusklađenost: na primer, ansambli, metode sa težinom klasa.
• Generisanje sintetičkih podataka: metode poput SMOTE kreiraju nove objekte za manju klasu.

Primer primene SMOTE:

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

Ovo pomaže u poboljšanju kvaliteta modela na retkim klasama.