Il prossimoProssima guida
Ricampionamento Bootstrap
Tecnico
GUIDA TECNICA
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.
Ascolta questa guidaNarrato dall'IA · ~2 min
Resampling rebalances the training data so the model actually learns to spot the minority.
When classes are skewed, a model can hit 99.9% accuracy by always predicting the majority and never catching a single fraud, which is useless. Il ricampionamento fissa la distribuzione dell'addestramento in due modi generali. Il sovracampionamento duplica o sintetizza esempi minoritari: il classico SMOTE (Synthetic Minority Over-sampling Technique) crea nuovi punti interpolando tra un campione minoritario e i suoi vicini minoritari più vicini invece di copiarli. Il sottocampionamento invece scarta gli esempi della maggioranza (in modo casuale o in modo intelligente tramite metodi come i collegamenti Tomek o NearMiss) per pareggiare le cose, a costo di buttare via i dati. Le alternative che evitano di toccare i dati includono la ponderazione della classe (penalizzare maggiormente gli errori di minoranza nella funzione di perdita) e l’adeguamento della soglia decisionale dopo la formazione.
Formazione di un rilevatore di frodi con carte di credito in cui le frodi autentiche sono ben al di sotto dell'1% delle transazioni, utilizzando SMOTE per amplificare i rari casi di frode
Costruire un modello medico per una malattia rara presente solo in una piccola percentuale di pazienti, applicando i pesi delle classi in modo che i casi persi siano pesantemente penalizzati
Rilevamento di articoli difettosi su una linea di produzione in cui quasi tutti i prodotti superano l'ispezione, sottocampionando gli articoli "buoni" per bilanciare la formazione
Segnalazione di rare intrusioni di rete nei log di sicurezza informatica dominati dal traffico normale, valutati con Precision-Recall AUC anziché con accuratezza
Il ricampionamento è sempre più automatizzato all'interno delle pipeline ML, con librerie come l'apprendimento sbilanciato che si integrano direttamente nella convalida incrociata. La ricerca si sta spostando verso l’apprendimento sensibile ai costi e funzioni di perdita su misura – come la perdita focale, che ridimensiona gli esempi di maggioranza facile – che spesso superano il ricampionamento grezzo su reti profonde. Per i dati tabellari e di immagine, i modelli generativi che sintetizzano campioni minoritari realistici stanno emergendo come successori più sofisticati dell’interpolazione in stile SMOTE.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Lo squilibrio di classe si verifica quando un risultato supera di gran lunga un altro – come il 99,9% di transazioni legittime contro lo 0,1% di frode – che induce i modelli a ignorare la classe rara ma importante. Il ricampionamento riequilibra i dati di addestramento in modo che il modello impari effettivamente a individuare la minoranza.
Se il 99,9% dei casi è negativo, un modello che prevede sempre il negativo ottiene una precisione del 99,9% mentre rileva zero positivi, quindi la precisione nasconde il fallimento totale nella classe rara.
SMOTE (Synthetic Minority Over-sampling Technique) crea nuovi esempi di minoranza interpolando tra un punto di minoranza e i suoi vicini di minoranza più vicini, anziché semplicemente duplicarli.
La ponderazione della classe lascia i dati intatti e fa invece sì che la funzione di perdita penalizzi più pesantemente gli errori sulla classe di minoranza.
Il ricampionamento prima della suddivisione fa sì che vengano visualizzati punti minoritari quasi identici sia nei set di training che in quelli di test, perdendo informazioni e producendo prestazioni eccessivamente ottimistiche e non realistiche.
Il sottocampionamento bilancia le classi eliminando gli esempi di maggioranza, il che può scartare dati informativi e compromettere la capacità del modello di apprendere la classe di maggioranza.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Ricampionamento Bootstrap
Tecnico