Science des données class-imbalance

2

pourquoi nous devons gérer le déséquilibre des données?

J'ai besoin de savoir pourquoi nous devons faire face au déséquilibre des données. Je sais comment y faire face et différentes méthodes pour résoudre le problème qui est par échantillonnage à la hausse ou à la baisse ou en utilisant Smote. Par exemple, si j'ai une maladie rare, 1% sur …

12 classification dataset sampling class-imbalance

2

Quand disons-nous que l'ensemble de données n'est pas classifiable?

J'ai souvent analysé un ensemble de données sur lequel je ne pouvais pas vraiment faire de classification. Pour voir si je peux obtenir un classificateur, j'ai généralement utilisé les étapes suivantes: Générez des tracés d'étiquette par rapport aux valeurs numériques. Réduisez la dimensionnalité à 2 ou 3 pour voir si …

11 machine-learning classification deep-learning class-imbalance bayes-error

3

Quand devrions-nous considérer un ensemble de données comme déséquilibré?

Je suis confronté à une situation où les nombres d'exemples positifs et négatifs dans un ensemble de données sont déséquilibrés. Ma question est la suivante: y a-t-il des règles empiriques qui nous disent quand nous devons sous-échantillonner la grande catégorie afin de forcer une sorte d'équilibrage dans l'ensemble de données. …

10 classification dataset sampling class-imbalance

1

Catégorisation des approches pour faire face aux classes déséquilibrées

Quelle est la meilleure façon de catégoriser les approches qui ont été développées pour traiter le problème de classe de déséquilibre? Cet article les classe en: Prétraitement: comprend le suréchantillonnage, le sous-échantillonnage et les méthodes hybrides, Apprentissage sensible aux coûts: comprend les méthodes directes et le méta-apprentissage que celui-ci divise …

8 machine-learning classification class-imbalance

Questions marquées «class-imbalance»