Usawa wa Darasa na Urekebishaji
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.
Muhtasari
Resampling rebalances the training data so the model actually learns to spot the minority.
Dive ya kina
Wakati madarasa yamepotoshwa, mfano unaweza kufikia usahihi wa 99.9% kwa kutabiri wengi kila wakati na kamwe kupata ulaghai mmoja, ambao hauna maana. Sampuli hurekebisha usambazaji wa mafunzo kwa njia mbili pana. Kuchukua sampuli zaidi ya nakala au kusanikisha mifano ya wachache - SMOTE ya kawaida (Mbinu ya Ulinganishaji wa Wachache Zaidi ya Sanifu) huunda vidokezo vipya kwa kujumuisha kati ya sampuli ya wachache na majirani zake walio wachache walio karibu zaidi badala ya kuzinakili. Sampuli ndogo badala yake hutupilia mbali mifano mingi (nasibu, au kwa busara kupitia mbinu kama vile viungo vya Tomek au NearMiss) ili kusawazisha mambo, kwa gharama ya kutupa data. Njia mbadala ambazo huepuka kugusa data ni pamoja na uzani wa darasa (kuadhibu makosa ya wachache zaidi katika utendakazi wa hasara) na kurekebisha kiwango cha juu cha uamuzi baada ya mafunzo.
Ufahamu wa Kiufundi
Sheria muhimu: fanya upya seti ya mafunzo pekee, kamwe uthibitisho au seti ya majaribio, na kila wakati fanya sampuli tena ndani ya mikunjo ya uthibitishaji mtambuka. Usampulishaji kupita kiasi kabla ya kugawanya uvujaji karibu na nakala kwenye seti ya jaribio na huongeza alama. Kwa sababu usahihi hauna maana hapa, tathmini inapaswa kutegemea usahihi, kukumbuka, F1, AUC ya Usahihi-Kumbuka, au Mgawo wa Uwiano wa Matthews - vipimo vinavyosalia mwaminifu wakati darasa chanya ni nadra.
Athari za kimkakati
Cost and budget
Maamuzi ya usanifu huendesha utendaji na gharama ya uendeshaji kwa miaka.
Maamuzi ya wazi zaidi
Elimu ya kiufundi husaidia timu kuchagua safu sahihi, sio tu mpya zaidi.
Quality control
Chaguo bora za uhandisi hupunguza matukio ya kuaminika katika uzalishaji.
Mustakabali wa Usawa wa Darasa na Usampulishaji upya
Urekebishaji upya unazidi kujiendesha kiotomatiki ndani ya mabomba ya ML, huku maktaba kama vile kujifunza bila usawa kuunganishwa moja kwa moja kwenye uthibitishaji mtambuka. Utafiti unaelekea kwenye ujifunzaji usiogharimu na utendakazi wa hasara uliolengwa - kama vile upotezaji wa umakini, ambao unapunguza uzani wa mifano ya wengi - ambayo mara nyingi hufanya kazi bora zaidi ya urekebishaji mbaya kwenye mitandao ya kina. Kwa data ya jedwali na picha, miundo zalishaji inayounganisha sampuli halisi za wachache inaibuka kama mrithi wa kisasa zaidi wa ufasiri wa mtindo wa SMOTE.
Utekelezaji wa Ulimwengu Halisi
Kufunza kitambua ulaghai cha kadi ya mkopo ambapo ulaghai wa kweli uko chini ya 1% ya miamala, kwa kutumia SMOTE kuongeza visa vya nadra vya ulaghai.
Kuunda kielelezo cha matibabu kwa ugonjwa adimu uliopo katika asilimia chache tu ya wagonjwa, kutumia uzani wa darasa ili kesi zilizokosa kuadhibiwa sana.
Kugundua vitu vyenye kasoro kwenye laini ya utengenezaji ambapo karibu bidhaa zote hupita ukaguzi, kwa kuchukua sampuli za vitu 'nzuri' ili kusawazisha mafunzo.
Kuripoti uingiliaji wa nadra wa mtandao katika kumbukumbu za usalama wa mtandao unaotawaliwa na trafiki ya kawaida, kutathminiwa na Precision-Recall AUC badala ya usahihi
Hatari & Walinzi
Kuboresha kiwango kimoja kunaweza kuficha udhaifu mkubwa wa mfumo.
Gharama za miundombinu na matengenezo mara nyingi hupunguzwa.
Mapengo ya usalama na uonekanaji yanaweza kukua kadiri mifumo inavyozidi kuwa ngumu.
Ramani ya Utekelezaji
Bainisha muda, ubora na malengo ya gharama kabla ya utekelezaji.
Benchmark chini ya mzigo halisi na hali ya data.
Ufuatiliaji wa ala kwa makosa, kuteleza, na athari za mtumiaji.
Tayarisha njia za urejeshaji na majibu ya matukio kabla ya kuongeza ukubwa.
Endelea Kuchunguza
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
Mwongozo unaofuata
Mitandao ya Siamese na Upotezaji wa Triplet
Maswali yanayoulizwa mara kwa mara
What is Class Imbalance and Resampling?
Kukosekana kwa usawa wa darasa ni wakati matokeo moja yanakuwa mengi zaidi kuliko mengine - kama 99.9% ya miamala halali dhidi ya 0.1% ya ulaghai - ambayo hulaghai miundo ya kupuuza tabaka adimu lakini muhimu. Kuchukua sampuli tena husawazisha data ya mafunzo ili modeli ijifunze kutambua wachache.
Kwa nini usahihi wazi ni kipimo duni kwa shida ya uainishaji isiyo na usawa?
Iwapo 99.9% ya visa ni hasi, kielelezo ambacho hubashiri hasi kila wakati hupata usahihi wa 99.9% huku ukipata chanya sifuri, kwa hivyo usahihi huficha kutofaulu kabisa kwa darasa adimu.
SMOTE hufanya nini?
SMOTE (Mbinu ya Uundaji ya Wachache Zaidi ya Sampuli) huunda mifano mipya ya wachache kwa kujumuisha kati ya sehemu ya wachache na majirani zake walio wachache walio karibu, badala ya kuzinakili tu.
Ni mbinu gani inashughulikia usawa BILA kubadilisha idadi ya mifano ya mafunzo?
Upimaji wa darasa huacha data bila kuguswa na badala yake hufanya utendakazi wa upotezaji kuadhibu makosa kwenye tabaka la wachache kwa uzito zaidi.
Ni hatari gani kuu ya kutumia sampuli nyingi kabla ya kugawanya data yako katika seti za treni na majaribio?
Kuchukua sampuli kabla ya mgawanyiko huruhusu alama ndogo zinazokaribia kufanana zionekane katika seti za treni na majaribio, kutoa taarifa na kutoa utendakazi wenye matumaini kupita kiasi, usio halisi.
Ni nini upande wa chini wa usampulishaji nasibu?
Kutoa sampuli ndogo za madarasa ya kusawazisha kwa kutupa mifano mingi, ambayo inaweza kutupa data ya taarifa na kudhuru uwezo wa modeli kujifunza darasa la wengi.