ክፍል አለመመጣጠን እና ዳግም ናሙና
Class imbalance is when one outcome vastly outnumbers another — like 99.9% legitimate transactions versus 0.1% fraud — which tricks models into ignoring the rare but important class.
አጠቃላይ እይታ
Resampling rebalances the training data so the model actually learns to spot the minority.
ጥልቅ ዳይቭ
ክፍሎች ሲዛባ አንድ ሞዴል ሁልጊዜ አብዛኞቹን በመተንበይ እና አንድም ማጭበርበርን ፈጽሞ ባለመያዙ 99.9% ትክክለኛነትን ሊመታ ይችላል, ይህም ምንም ፋይዳ የለውም. ዳግም ናሙና ማድረግ የስልጠና ስርጭቱን በሁለት ሰፊ መንገዶች ያስተካክላል. ከመጠን በላይ ማባዛት አናሳ ምሳሌዎችን ያባዛል ወይም ያዋህዳል - የሚታወቀው SMOTE (Synthetic Minority Over-Sampling Technique) በአናሳ ናሙና እና በአቅራቢያው ባሉ አናሳ ጎረቤቶች መካከል በመቀላቀል አዳዲስ ነጥቦችን ከመቅዳት ይልቅ ይፈጥራል። ናሙናን ማቃለል በምትኩ ብዙ ምሳሌዎችን (በነሲብ ወይም በዘፈቀደ እንደ Tomek links ወይም NearMiss ያሉ ዘዴዎችን በመጠቀም) መረጃን ለመጣል በሚያስከፍል ወጪ ነገሮችን ያስወግዳል። መረጃውን ከመንካት የሚቆጠቡ አማራጮች የክፍል ክብደትን (ጥቃቅን ስህተቶችን በኪሳራ ተግባር ላይ የበለጠ መቅጣት) እና ከስልጠና በኋላ የውሳኔውን ደረጃ ማስተካከል ያካትታሉ።
ቴክኒካዊ ግንዛቤ
ወሳኝ ህግ፡ የሥልጠናውን ስብስብ ብቻ እንደገና ይቅረጹ፣ የማረጋገጫውን ወይም የፈተናውን ስብስብ በጭራሽ አይውሰዱ፣ እና ሁልጊዜም በመስቀል-ማረጋገጫ እጥፋት ውስጥ እንደገና ይቅዱ። የተባዙ ነጥቦችን ወደ ፈተናው ስብስብ ከመከፋፈሉ በፊት ከመጠን በላይ መውሰድ እና ውጤቱን ከፍ ያደርገዋል። ትክክለኛነት እዚህ ትርጉም የለሽ ስለሆነ፣ ግምገማው በትክክለኛነት፣ አስታውስ፣ F1፣ የ Precision-Recall AUC፣ ወይም Matthews Correlation Coefficient - አዎንታዊ ክፍሉ ብርቅ በሚሆንበት ጊዜ በሐቀኝነት የሚቆዩ መለኪያዎች ላይ መታመን አለበት።
ስልታዊ ተጽእኖ
ወጪ እና በጀት
የስነ-ህንፃ ውሳኔዎች ለዓመታት አፈጻጸምን እና የሥራ ማስኬጃ ወጪዎችን ያንቀሳቅሳሉ.
ግልጽ ውሳኔዎች
የቴክኒክ ትምህርት ቡድኖች አዲሱን ብቻ ሳይሆን ትክክለኛውን ቁልል እንዲመርጡ ይረዳል።
የጥራት ቁጥጥር
የተሻሉ የምህንድስና ምርጫዎች በምርት ውስጥ አስተማማኝነት ክስተቶችን ይቀንሳሉ.
የክፍል አለመመጣጠን እና ዳግም ናሙና የወደፊት ዕጣ
ዳግም ናሙና በኤምኤል ቧንቧዎች ውስጥ በራስ ሰር እየሠራ ነው፣ እንደ ሚዛናዊ ያልሆነ-የተማር ያሉ ቤተ-መጻሕፍት ጋር በቀጥታ ወደ ማቋረጫ ማረጋገጫ ይዋሃዳሉ። ምርምር ወደ ወጭ ሚስጥራዊነት ትምህርት እና ወደ ብጁ የኪሳራ ተግባራት እየተሸጋገረ ነው - እንደ የትኩረት ማጣት፣ ይህም ቀላል አብዛኞቹን ምሳሌዎችን ወደ ሚቀንስ - ብዙውን ጊዜ በጥልቅ ኔትወርኮች ላይ የንጹህ ዳግም ናሙናዎችን ወደሚያሳየው። ለሠንጠረዡ እና ለምስል መረጃ፣ ተጨባጭ አናሳ ናሙናዎችን የሚያዋህዱ አመንጪ ሞዴሎች የ SMOTE-style interpolation ይበልጥ የተራቀቀ ተተኪ ሆነው እየታዩ ነው።
የእውነተኛ-ዓለም አተገባበር
እውነተኛ ማጭበርበር ከ1% በታች የሆነ የክሬዲት ካርድ ማጭበርበር ፈላጊ ማሰልጠን፣ SMOTEን በመጠቀም ብርቅዬ የማጭበርበር ጉዳዮችን ለማጉላት
በጥቂት በመቶ ታካሚዎች ውስጥ ለሚገኝ ያልተለመደ በሽታ የሕክምና ሞዴል መገንባት, የክፍል ክብደትን በመተግበር ያመለጡ ጉዳዮች በጣም ይቀጣሉ.
ሁሉም ምርቶች ማለት ይቻላል ፍተሻ በሚያልፉበት የማኑፋክቸሪንግ መስመር ላይ የተበላሹ ነገሮችን መለየት፣ ስልጠናን ለማመጣጠን 'ጥሩ' እቃዎችን በማሳነስ
በሳይበር ደህንነት ምዝግብ ማስታወሻዎች ውስጥ ያልተለመዱ የአውታረ መረብ ጥቃቶችን መጠቆም በመደበኛ ትራፊክ የተያዙ፣ ከትክክለኛነት ይልቅ በPrecision-Recall AUC የተገመገመ
አደጋዎች እና የጥበቃ መንገዶች
አንድ ቤንችማርክን ማሳደግ ሰፋ ያሉ የስርዓት ድክመቶችን ሊደብቅ ይችላል።
የመሠረተ ልማት እና የጥገና ወጪዎች ብዙ ጊዜ ዝቅተኛ ናቸው.
ስርዓቶች ይበልጥ ውስብስብ ሲሆኑ የደህንነት እና የታዛቢነት ክፍተቶች ሊያድጉ ይችላሉ።
የትግበራ ፍኖተ ካርታ
ከመተግበሩ በፊት የቆይታ፣ የጥራት እና የወጪ ግቦችን ይግለጹ።
ቤንችማርክ በእውነተኛ ጭነት እና የውሂብ ሁኔታዎች።
ለስህተቶች፣ ተንሸራታች እና የተጠቃሚ ተጽእኖ የመሳሪያ ክትትል።
ከመጠኑ በፊት የመመለሻ እና የአደጋ ምላሽ መንገዶችን ያዘጋጁ።
ማሰስዎን ይቀጥሉ
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Class Imbalance and Resampling quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
ቀጣይ መመሪያ
የሲያሜስ አውታረ መረቦች እና የሶስትዮሽ ኪሳራ
በተደጋጋሚ የሚጠየቁ ጥያቄዎች
What is Class Imbalance and Resampling?
የክፍል ሚዛን አለመመጣጠን አንድ ውጤት ከሌላው በእጅጉ ሲበልጥ - ልክ እንደ 99.9% ህጋዊ ግብይቶች እና 0.1% ማጭበርበር - ይህ ያልተለመደ ነገር ግን አስፈላጊ የሆነውን ክፍል ችላ እንዲሉ ሞዴሎችን ያታልላል። ሞዴሉ አናሳዎችን መለየት እንዲችል እንደገና ማቀናጀት የሥልጠና መረጃን እንደገና ያስተካክላል።
ለምንድነው ግልጽ ትክክለኛነት ለከፍተኛ ሚዛናዊ ያልሆነ ምደባ ችግር ደካማ መለኪያ የሆነው?
99.9% ጉዳዮች አሉታዊ ከሆኑ ሁል ጊዜ አሉታዊውን የሚተነብይ ሞዴል 99.9% ትክክለኛነትን ያገኛል እና ዜሮ አወንታዊ ውጤቶችን ይይዛል ፣ስለዚህ ትክክለኛነት ያልተለመደ ክፍል ላይ አጠቃላይ ውድቀትን ይደብቃል።
SMOTE ምን ያደርጋል?
SMOTE (Synthetic Minority Over-Sampling Technique) በቀላሉ ከማባዛት ይልቅ በአናሳ ነጥብ እና በአቅራቢያው ባሉ አናሳ ጎረቤቶች መካከል በመቀላቀል አዳዲስ አናሳ ምሳሌዎችን ይፈጥራል።
የሥልጠና ምሳሌዎችን ቁጥር ሳይቀይሩ ሚዛን መዛባትን የሚይዘው የትኛው አካሄድ ነው?
የክፍል ክብደት ውሂቡን ሳይነካ ይተወዋል እና በምትኩ የኪሳራ ተግባር በአነስተኛ ክፍል ላይ ያሉ ስህተቶችን የበለጠ ከባድ ያደርገዋል።
ውሂብዎን ወደ ባቡር እና የሙከራ ስብስቦች ከመከፋፈልዎ በፊት ከመጠን በላይ የመጠቀም ቁልፍ አደጋ ምንድነው?
ከመከፋፈሉ በፊት እንደገና መቅረጽ በባቡር እና በሙከራ ስብስቦች ውስጥ ተመሳሳይ የሆኑ አናሳ ነጥቦች እንዲታዩ ያደርጋል፣ መረጃን በማፍሰስ እና ከመጠን በላይ ብሩህ ተስፋ ያለው፣ የማይጨበጥ አፈጻጸም።
የዘፈቀደ ዝቅተኛ ናሙና ዋናው ጉዳቱ ምንድን ነው?
ብዙ ምሳሌዎችን በመጣል ክፍሎችን ማመዛዘን፣ መረጃ ሰጪ መረጃዎችን ሊያስወግድ እና የአምሳያው ብዙ ክፍል የመማር ችሎታን ሊጎዳ ይችላል።