āļ„āļđāđˆāļĄāļ·āļ­āļ—āļēāļ‡āđ€āļ—āļ„āļ™āļīāļ„

āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ—āļĩāđˆāļ„āļģāļ™āļķāļ‡āļ–āļķāļ‡āļ•āđ‰āļ™āļ—āļļāļ™

āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđāļšāļšāļ„āļģāļ™āļķāļ‡āļ–āļķāļ‡āļ•āđ‰āļ™āļ—āļļāļ™āļ—āļģāđƒāļŦāđ‰āļœāļĨāļĨāļąāļžāļ˜āđŒāļ‚āļ­āļ‡āļ„āļģāļ—āļģāļ™āļēāļĒāļ—āļĩāđˆāđāļ•āļāļ•āđˆāļēāļ‡āļāļąāļ™āđ€āļ›āđ‡āļ™āļŠāđˆāļ§āļ™āļŦāļ™āļķāđˆāļ‡āļ‚āļ­āļ‡āļ§āļąāļ•āļ–āļļāļ›āļĢāļ°āļŠāļ‡āļ„āđŒāđƒāļ™āļāļēāļĢāļāļķāļāđ‚āļĄāđ€āļ”āļĨāļŦāļĢāļ·āļ­āļāļŽāļāļēāļĢāļ•āļąāļ”āļŠāļīāļ™āđƒāļˆ

āļŸāļąāļ‡āļ„āļģāđāļ™āļ°āļ™āļģāļ™āļĩāđ‰āļšāļĢāļĢāļĒāļēāļĒāđ‚āļ”āļĒ AI · ~3 min

āļšāļ™āļŦāļ™āđ‰āļēāļ™āļĩāđ‰āļ­āđˆāļēāļ™ 4 āļ™āļēāļ—āļĩ
  1. āļ āļēāļžāļĢāļ§āļĄ
  2. āđ€āļˆāļēāļ°āļĨāļķāļ
  3. āļāļēāļĢāđƒāļŠāđ‰āļ‡āļēāļ™āļˆāļĢāļīāļ‡āđƒāļ™āđ‚āļĨāļāđāļŦāđˆāļ‡āļ„āļ§āļēāļĄāđ€āļ›āđ‡āļ™āļˆāļĢāļīāļ‡
  4. āļ­āļ™āļēāļ„āļ•āļ‚āļ­āļ‡āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđāļšāļšāļ„āļģāļ™āļķāļ‡āļ–āļķāļ‡āļ•āđ‰āļ™āļ—āļļāļ™
  5. āļāļēāļĢāļ™āļģāđ„āļ›āļ›āļāļīāļšāļąāļ•āļī
  6. āļŠāļģāļĢāļ§āļˆāļ•āđˆāļ­āđ„āļ›
  7. āļ„āļģāļ–āļēāļĄāļ—āļĩāđˆāļžāļšāļšāđˆāļ­āļĒ

āļ āļēāļžāļĢāļ§āļĄ

āļŠāļīāđˆāļ‡āļ™āļĩāđ‰āļĄāļĩāļ„āļ§āļēāļĄāļŠāļģāļ„āļąāļāđ€āļĄāļ·āđˆāļ­āļœāļĨāļšāļ§āļāļ›āļĨāļ­āļĄ āļœāļĨāļĨāļšāļ›āļĨāļ­āļĄ āļŦāļĢāļ·āļ­āļ‚āđ‰āļ­āļœāļīāļ”āļžāļĨāļēāļ”āđ€āļ‰āļžāļēāļ°āļ„āļĨāļēāļŠāļĄāļĩāļœāļĨāļĨāļąāļžāļ˜āđŒāļ—āļĩāđˆāđ„āļĄāđˆāđ€āļ—āđˆāļēāļāļąāļ™ āļ‹āļķāđˆāļ‡āđ€āļ›āđ‡āļ™āļ‚āđ‰āļ­āļāļąāļ‡āļ§āļĨāļ—āļĩāđˆāļ„āļ§āļēāļĄāđ„āļĄāđˆāļŠāļĄāļ”āļļāļĨāļ‚āļ­āļ‡āļ„āļĨāļēāļŠāđ€āļžāļĩāļĒāļ‡āļ­āļĒāđˆāļēāļ‡āđ€āļ”āļĩāļĒāļ§āđ„āļĄāđˆāđ„āļ”āđ‰āļāļģāļŦāļ™āļ”

āđ€āļˆāļēāļ°āļĨāļķāļ

Many classification objectives optimize a loss that treats examples uniformly or uses a default loss, which may not reflect the real consequences of different errors. Cost-sensitive learning makes those consequences explicit. Cost-sensitive learning replaces that assumption with an explicit cost matrix that specifies the penalty for each type of error: false positives, false negatives, and sometimes different costs for different classes entirely. This matters most when classes are imbalanced or when errors have asymmetric real-world consequences. There are several common techniques. Class weighting adjusts the loss function during training so that misclassifying a minority or high-stakes class contributes more to the total loss, which most modern libraries, including scikit-learn and XGBoost, support directly through a class_weight or scale_pos_weight parameter. Resampling approaches, such as oversampling the minority class or undersampling the majority class, alter which examples appear and how often during training; their effect depends on the data and does not automatically encode a particular cost matrix. MetaCost and similar wrapper methods relabel training examples based on expected cost before fitting a standard classifier. A common misconception is that cost-sensitive learning is the same as handling class imbalance; the two overlap but are distinct: a balanced dataset can still need cost-sensitive treatment if the errors have unequal consequences, and an imbalanced dataset does not always need it if both error types are equally acceptable. Getting the cost matrix right requires domain input, often from business or clinical stakeholders, since the model can only optimize for whatever costs it is given, and a poorly specified cost matrix will produce a model confidently optimized for the wrong objective.

āļāļēāļĢāđƒāļŠāđ‰āļ‡āļēāļ™āļˆāļĢāļīāļ‡āđƒāļ™āđ‚āļĨāļāđāļŦāđˆāļ‡āļ„āļ§āļēāļĄāđ€āļ›āđ‡āļ™āļˆāļĢāļīāļ‡

āđ‚āļĄāđ€āļ”āļĨāļ•āļĢāļ§āļˆāļˆāļąāļšāļāļēāļĢāļ‰āđ‰āļ­āđ‚āļāļ‡āļšāļąāļ•āļĢāđ€āļ„āļĢāļ”āļīāļ•āļāļģāļŦāļ™āļ”āļ„āđˆāļēāļ›āļĢāļąāļšāļ—āļĩāđˆāļŠāļđāļ‡āļĄāļēāļāļŠāļģāļŦāļĢāļąāļšāļāļĢāļ“āļĩāļ—āļĩāđˆāđ„āļĄāđˆāļŠāļēāļĄāļēāļĢāļ–āļ•āļĢāļ§āļˆāļˆāļąāļšāļāļēāļĢāļ‰āđ‰āļ­āđ‚āļāļ‡āļˆāļĢāļīāļ‡āđ„āļ”āđ‰ (āļœāļĨāļĨāļšāļ›āļĨāļ­āļĄ) āđ€āļĄāļ·āđˆāļ­āđ€āļ—āļĩāļĒāļšāļāļąāļšāļāļĢāļ“āļĩāļ—āļĩāđˆāļ—āļģāđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļŦāļĄāļēāļĒāļāļēāļĢāļ‹āļ·āđ‰āļ­āļ—āļĩāđˆāļ–āļđāļāļ•āđ‰āļ­āļ‡āļ•āļēāļĄāļāļŽāļŦāļĄāļēāļĒāđƒāļŦāđ‰āļ•āļĢāļ§āļˆāļŠāļ­āļš (āļœāļĨāļšāļ§āļāļ›āļĨāļ­āļĄ) āđ€āļ™āļ·āđˆāļ­āļ‡āļˆāļēāļāļ„āļ§āļēāļĄāđ€āļŠāļĩāļĒāļŦāļēāļĒāļˆāļēāļāļāļēāļĢāļ‰āđ‰āļ­āđ‚āļāļ‡āļ—āļĩāđˆāđ„āļĄāđˆāļ–āļđāļāļ•āļĢāļ§āļˆāļˆāļąāļšāļĄāļĩāļĄāļđāļĨāļ„āđˆāļēāļŠāļđāļ‡āļāļ§āđˆāļēāļ„āđˆāļēāđ‚āļ—āļĢāļĻāļąāļžāļ—āđŒāļšāļĢāļīāļāļēāļĢāļĨāļđāļāļ„āđ‰āļēāļĄāļēāļ

āļ•āļąāļ§āļˆāļģāđāļ™āļāļāļēāļĢāļ„āļąāļ”āļāļĢāļ­āļ‡āļĄāļ°āđ€āļĢāđ‡āļ‡āđ„āļ”āđ‰āļĢāļąāļšāļāļēāļĢāļāļķāļāļ”āđ‰āļ§āļĒāđ€āļĄāļ—āļĢāļīāļāļ‹āđŒāļ•āđ‰āļ™āļ—āļļāļ™āļ—āļĩāđˆāļĨāļ‡āđ‚āļ—āļĐāļāļēāļĢāļ•āļĢāļ§āļˆāļžāļšāđ€āļ™āļ·āđ‰āļ­āļ‡āļ­āļāļ—āļĩāđˆāļžāļĨāļēāļ”āđ„āļ›āļ­āļĒāđˆāļēāļ‡āļĢāļļāļ™āđāļĢāļ‡āļāļ§āđˆāļēāļāļēāļĢāđāļˆāđ‰āļ‡āđ€āļ•āļ·āļ­āļ™āļœāļīāļ”āļžāļĨāļēāļ” 10 āđ€āļ—āđˆāļē āđ€āļ™āļ·āđˆāļ­āļ‡āļˆāļēāļāļœāļĨāļ§āļīāļ™āļīāļˆāļ‰āļąāļĒāļ—āļĩāđˆāļžāļĨāļēāļ”āļ­āļēāļˆāđ€āļ›āđ‡āļ™āļ­āļąāļ™āļ•āļĢāļēāļĒāļ–āļķāļ‡āļŠāļĩāļ§āļīāļ• āđƒāļ™āļ‚āļ“āļ°āļ—āļĩāđˆāļāļēāļĢāđāļˆāđ‰āļ‡āđ€āļ•āļ·āļ­āļ™āļœāļīāļ”āļžāļĨāļēāļ”āļ™āļģāđ„āļ›āļŠāļđāđˆāļāļēāļĢāļ•āļĢāļ§āļˆāļ‹āđ‰āļģ

āļ•āļąāļ§āļāļĢāļ­āļ‡āļŠāđāļ›āļĄāļ­āļĩāđ€āļĄāļĨāļ–āļđāļāļ›āļĢāļąāļšāļˆāļđāļ™āļ­āļĒāđˆāļēāļ‡āļˆāļ‡āđƒāļˆāđƒāļŦāđ‰āļĒāļ­āļĄāļĢāļąāļšāļŠāđāļ›āļĄāļ—āļĩāđˆāļŦāļĨāļļāļ”āļĢāļ­āļ”āļĄāļēāļāļāļ§āđˆāļēāđ€āļŠāļĩāđˆāļĒāļ‡āļ—āļĩāđˆāļˆāļ°āļšāļĨāđ‡āļ­āļāļ‚āđ‰āļ­āļ„āļ§āļēāļĄāļŠāļģāļ„āļąāļāļ—āļĩāđˆāļ–āļđāļāļ•āđ‰āļ­āļ‡āļ•āļēāļĄāļāļŽāļŦāļĄāļēāļĒ āļ‹āļķāđˆāļ‡āļŠāļ°āļ—āđ‰āļ­āļ™āļ–āļķāļ‡āđ€āļĄāļ—āļĢāļīāļāļ‹āđŒāļ•āđ‰āļ™āļ—āļļāļ™āļ—āļĩāđˆāļœāļĨāļšāļ§āļāļ›āļĨāļ­āļĄāļĢāđ‰āļēāļĒāđāļĢāļ‡āļāļ§āđˆāļēāļœāļĨāļĨāļšāļ›āļĨāļ­āļĄāļŠāļģāļŦāļĢāļąāļšāđāļ­āļ›āļžāļĨāļīāđ€āļ„āļŠāļąāļ™āļ™āļąāđ‰āļ™

āđ‚āļĄāđ€āļ”āļĨāļāļēāļĢāļœāļīāļ”āļ™āļąāļ”āļŠāļģāļĢāļ°āļŦāļ™āļĩāđ‰āđƒāļŠāđ‰āļ™āđ‰āļģāļŦāļ™āļąāļāļ‚āļ­āļ‡āļ„āļĨāļēāļŠāļ—āļĩāđˆāļŠāļąāļ”āļŠāđˆāļ§āļ™āļāļąāļšāļ„āļ§āļēāļĄāļŠāļđāļāđ€āļŠāļĩāļĒāļ—āļēāļ‡āļāļēāļĢāđ€āļ‡āļīāļ™āļˆāļēāļāļŦāļ™āļĩāđ‰āļ—āļĩāđˆāđ„āļĄāđˆāđ„āļ”āđ‰āļŠāļģāļĢāļ°āđ€āļĄāļ·āđˆāļ­āđ€āļ—āļĩāļĒāļšāļāļąāļšāļ•āđ‰āļ™āļ—āļļāļ™āđ‚āļ­āļāļēāļŠāļ‚āļ­āļ‡āļāļēāļĢāļ›āļāļīāđ€āļŠāļ˜āļœāļđāđ‰āļŠāļĄāļąāļ„āļĢāļ—āļĩāđˆāļ”āļĩ āđāļ—āļ™āļ—āļĩāđˆāļˆāļ°āđ€āļžāļīāđˆāļĄāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāļ„āļ§āļēāļĄāđāļĄāđˆāļ™āļĒāļģāđƒāļ™āļāļēāļĢāļˆāļģāđāļ™āļāļ›āļĢāļ°āđ€āļ āļ—āđ‚āļ”āļĒāļĢāļ§āļĄāđ€āļžāļĩāļĒāļ‡āļ­āļĒāđˆāļēāļ‡āđ€āļ”āļĩāļĒāļ§

āļ­āļ™āļēāļ„āļ•āļ‚āļ­āļ‡āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđāļšāļšāļ„āļģāļ™āļķāļ‡āļ–āļķāļ‡āļ•āđ‰āļ™āļ—āļļāļ™

āđāļ™āļ§āļ—āļēāļ‡āļ—āļĩāđˆāļ„āļģāļ™āļķāļ‡āļ–āļķāļ‡āļ•āđ‰āļ™āļ—āļļāļ™āļĄāļĩāđāļ™āļ§āđ‚āļ™āđ‰āļĄāļ—āļĩāđˆāļˆāļ°āļāļĨāļēāļĒāđ€āļ›āđ‡āļ™āļĢāļ°āļšāļšāļ­āļąāļ•āđ‚āļ™āļĄāļąāļ•āļīāļĄāļēāļāļ‚āļķāđ‰āļ™āđ€āļĄāļ·āđˆāļ­āđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļĄāļ·āļ­āļ•āđˆāļēāļ‡āđ† āļ­āļ™āļļāļāļēāļ•āđƒāļŦāđ‰āļœāļđāđ‰āļ›āļāļīāļšāļąāļ•āļīāļ‡āļēāļ™āļĢāļ°āļšāļļāļ•āđ‰āļ™āļ—āļļāļ™āļ—āļēāļ‡āļ˜āļļāļĢāļāļīāļˆāđ‚āļ”āļĒāļ•āļĢāļ‡āđāļ—āļ™āļ—āļĩāđˆāļˆāļ°āļ„āļģāļ™āļ§āļ“āļ™āđ‰āļģāļŦāļ™āļąāļāļ‚āļ­āļ‡āļ„āļĨāļēāļŠāļ”āđ‰āļ§āļĒāļ•āļ™āđ€āļ­āļ‡ āđāļĨāļ°āđ€āļĄāļ·āđˆāļ­āļĢāļ°āļšāļš AutoML āđ€āļžāļīāđˆāļĄāļ­āļīāļ™āļžāļļāļ•āđ€āļĄāļ—āļĢāļīāļāļ‹āđŒāļ•āđ‰āļ™āļ—āļļāļ™āđƒāļ™āļ•āļąāļ§ āļāļēāļĢāđ€āļ•āļīāļšāđ‚āļ•āļ­āļĒāđˆāļēāļ‡āļ•āđˆāļ­āđ€āļ™āļ·āđˆāļ­āļ‡āđƒāļ™āđāļ­āļ›āļžāļĨāļīāđ€āļ„āļŠāļąāļ™āļāļēāļĢāļ‰āđ‰āļ­āđ‚āļāļ‡ āļāļēāļĢāļ”āļđāđāļĨāļŠāļļāļ‚āļ āļēāļž āđāļĨāļ°āļŠāļīāļ™āđ€āļŠāļ·āđˆāļ­āļˆāļ°āļœāļĨāļąāļāļ”āļąāļ™āđ€āļ—āļ„āļ™āļīāļ„āļ™āļĩāđ‰āđ€āļ‚āđ‰āļēāļŠāļđāđˆāļĢāļ°āļšāļšāļāļēāļĢāļœāļĨāļīāļ•āļĄāļēāļāļ‚āļķāđ‰āļ™ āđāļĄāđ‰āļ§āđˆāļēāļŠāļīāđˆāļ‡āļ™āļĩāđ‰āļˆāļ°āļ‚āļķāđ‰āļ™āļ­āļĒāļđāđˆāļāļąāļšāļ„āļ§āļēāļĄāđ€āļ•āđ‡āļĄāđƒāļˆāđāļĨāļ°āļ„āļ§āļēāļĄāļŠāļēāļĄāļēāļĢāļ–āļ‚āļ­āļ‡āļœāļđāđ‰āļĄāļĩāļŠāđˆāļ§āļ™āđ„āļ”āđ‰āļŠāđˆāļ§āļ™āđ€āļŠāļĩāļĒāđƒāļ™āļāļēāļĢāļĢāļ°āļšāļļāļ•āđ‰āļ™āļ—āļļāļ™āļ­āļĒāđˆāļēāļ‡āđāļĄāđˆāļ™āļĒāļģ āļ‹āļķāđˆāļ‡āļĒāļąāļ‡āļ„āļ‡āđ€āļ›āđ‡āļ™āļ„āļ­āļ‚āļ§āļ”āđ€āļŠāļīāļ‡āļ›āļāļīāļšāļąāļ•āļīāļĄāļēāļāļāļ§āđˆāļēāđ€āļŠāļīāļ‡āđ€āļ—āļ„āļ™āļīāļ„ āļ•āđ‰āļ™āļ—āļļāļ™āļ„āļ§āļĢāđ„āļ”āđ‰āļĢāļąāļšāļāļēāļĢāļ—āļšāļ—āļ§āļ™āđ€āļĄāļ·āđˆāļ­ āļ™āđ‚āļĒāļšāļēāļĒ āļ­āļąāļ•āļĢāļēāļāļēāļĢāđ€āļāļīāļ” āļ„āļ§āļēāļĄāļˆāļļ āļŦāļĢāļ·āļ­āļœāļĨāļĨāļąāļžāļ˜āđŒāļ‚āļ­āļ‡āļ‚āđ‰āļ­āļœāļīāļ”āļžāļĨāļēāļ”āļĄāļĩāļāļēāļĢāđ€āļ›āļĨāļĩāđˆāļĒāļ™āđāļ›āļĨāļ‡ āļ§āļąāļ•āļ–āļļāļ›āļĢāļ°āļŠāļ‡āļ„āđŒāļ—āļĩāđˆāļ„āļģāļ™āļķāļ‡āļ–āļķāļ‡āļ•āđ‰āļ™āļ—āļļāļ™āļĒāļąāļ‡āļ„āļ‡āđ„āļĄāđˆāļŠāļēāļĄāļēāļĢāļ–āđāļāđ‰āđ„āļ‚āļ›āđ‰āļēāļĒāļāļģāļāļąāļšāļ—āļĩāđˆāđāļĒāđˆ āļāļēāļĢāļ›āļĢāļ°āļĄāļēāļ“āļ„āđˆāļēāļ„āļ§āļēāļĄāļ™āđˆāļēāđ€āļŠāļ·āđˆāļ­āļ–āļ·āļ­āļ—āļĩāđˆāđ„āļĄāđˆāļ™āđˆāļēāđ€āļŠāļ·āđˆāļ­āļ–āļ·āļ­ āļŦāļĢāļ·āļ­āļāļēāļĢāļšāļąāļāļŠāļĩāļ—āļĩāđˆāđ„āļĄāđˆāļ„āļĢāļšāļ–āđ‰āļ§āļ™āļ§āđˆāļēāđƒāļ„āļĢāđ€āļ›āđ‡āļ™āļœāļđāđ‰āđāļšāļāļĢāļąāļšāđāļ•āđˆāļĨāļ°āļœāļĨāļĨāļąāļžāļ˜āđŒāđ„āļ”āđ‰

āļāļēāļĢāļ™āļģāđ„āļ›āļ›āļāļīāļšāļąāļ•āļī

āļ—āļģāđ„āļĄāļĄāļąāļ™āļ–āļķāļ‡āļŠāļģāļ„āļąāļ

  • āļ•āđ‰āļ™āļ—āļļāļ™āđāļĨāļ°āļ‡āļšāļ›āļĢāļ°āļĄāļēāļ“. āļāļēāļĢāļ•āļąāļ”āļŠāļīāļ™āđƒāļˆāļ”āđ‰āļēāļ™āļŠāļ–āļēāļ›āļąāļ•āļĒāļāļĢāļĢāļĄāļ‚āļąāļšāđ€āļ„āļĨāļ·āđˆāļ­āļ™āļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāđāļĨāļ°āļ•āđ‰āļ™āļ—āļļāļ™āļāļēāļĢāļ”āļģāđ€āļ™āļīāļ™āļ‡āļēāļ™āđ€āļ›āđ‡āļ™āđ€āļ§āļĨāļēāļŦāļĨāļēāļĒāļ›āļĩ
  • āļāļēāļĢāļ•āļąāļ”āļŠāļīāļ™āđƒāļˆāļ—āļĩāđˆāļŠāļąāļ”āđ€āļˆāļ™āļĒāļīāđˆāļ‡āļ‚āļķāđ‰āļ™. āļāļēāļĢāļĻāļķāļāļĐāļēāļ”āđ‰āļēāļ™āđ€āļ—āļ„āļ™āļīāļ„āļŠāđˆāļ§āļĒāđƒāļŦāđ‰āļ—āļĩāļĄāđ€āļĨāļ·āļ­āļāļāļĨāļļāđˆāļĄāļ—āļĩāđˆāđ€āļŦāļĄāļēāļ°āļŠāļĄ āđ„āļĄāđˆāđƒāļŠāđˆāđāļ„āđˆāļāļĨāļļāđˆāļĄāđƒāļŦāļĄāđˆāļĨāđˆāļēāļŠāļļāļ”
  • āļāļēāļĢāļ„āļ§āļšāļ„āļļāļĄāļ„āļļāļ“āļ āļēāļž. āļ•āļąāļ§āđ€āļĨāļ·āļ­āļāļ—āļēāļ‡āļ§āļīāļĻāļ§āļāļĢāļĢāļĄāļ—āļĩāđˆāļ”āļĩāļāļ§āđˆāļēāļˆāļ°āļŠāđˆāļ§āļĒāļĨāļ”āđ€āļŦāļ•āļļāļāļēāļĢāļ“āđŒāļ”āđ‰āļēāļ™āļ„āļ§āļēāļĄāļ™āđˆāļēāđ€āļŠāļ·āđˆāļ­āļ–āļ·āļ­āđƒāļ™āļāļēāļĢāļœāļĨāļīāļ•

āļĢāļ°āļ§āļąāļ‡

  • āļāļēāļĢāđ€āļžāļīāđˆāļĄāļ›āļĢāļ°āļŠāļīāļ—āļ˜āļīāļ āļēāļžāđ€āļāļ“āļ‘āđŒāļĄāļēāļ•āļĢāļāļēāļ™āļŦāļ™āļķāđˆāļ‡āļĢāļēāļĒāļāļēāļĢāļŠāļēāļĄāļēāļĢāļ–āļ‹āđˆāļ­āļ™āļˆāļļāļ”āļ­āđˆāļ­āļ™āļ‚āļ­āļ‡āļĢāļ°āļšāļšāđƒāļ™āļ§āļ‡āļāļ§āđ‰āļēāļ‡āđ„āļ”āđ‰
  • āļ•āđ‰āļ™āļ—āļļāļ™āđ‚āļ„āļĢāļ‡āļŠāļĢāđ‰āļēāļ‡āļžāļ·āđ‰āļ™āļāļēāļ™āđāļĨāļ°āļāļēāļĢāļšāļģāļĢāļļāļ‡āļĢāļąāļāļĐāļēāļĄāļąāļāļ–āļđāļāļ›āļĢāļ°āđ€āļĄāļīāļ™āļ•āđˆāļģāđ„āļ›
  • āļŠāđˆāļ­āļ‡āļ§āđˆāļēāļ‡āļ”āđ‰āļēāļ™āļ„āļ§āļēāļĄāļ›āļĨāļ­āļ”āļ āļąāļĒāđāļĨāļ°āļ„āļ§āļēāļĄāļŠāļēāļĄāļēāļĢāļ–āđƒāļ™āļāļēāļĢāļŠāļąāļ‡āđ€āļāļ•āļŠāļēāļĄāļēāļĢāļ–āđ€āļžāļīāđˆāļĄāļ‚āļķāđ‰āļ™āđ„āļ”āđ‰āđ€āļĄāļ·āđˆāļ­āļĢāļ°āļšāļšāļĄāļĩāļ„āļ§āļēāļĄāļ‹āļąāļšāļ‹āđ‰āļ­āļ™āļĄāļēāļāļ‚āļķāđ‰āļ™

āļ‚āļąāđ‰āļ™āļ•āļ­āļ™āļ•āđˆāļ­āđ„āļ›

  1. āļāļģāļŦāļ™āļ”āđ€āļ›āđ‰āļēāļŦāļĄāļēāļĒāđ€āļ§āļĨāļēāđāļāļ‡ āļ„āļļāļ“āļ āļēāļž āđāļĨāļ°āļ•āđ‰āļ™āļ—āļļāļ™āļāđˆāļ­āļ™āļ™āļģāđ„āļ›āđƒāļŠāđ‰āļ‡āļēāļ™
  2. āđ€āļāļ“āļ‘āđŒāļĄāļēāļ•āļĢāļāļēāļ™āļ āļēāļĒāđƒāļ•āđ‰āļŠāļ āļēāļ§āļ°āđ‚āļŦāļĨāļ”āđāļĨāļ°āļ‚āđ‰āļ­āļĄāļđāļĨāļˆāļĢāļīāļ‡
  3. āļāļēāļĢāļ•āļĢāļ§āļˆāļŠāļ­āļšāđ€āļ„āļĢāļ·āđˆāļ­āļ‡āļĄāļ·āļ­āđ€āļžāļ·āđˆāļ­āļŦāļēāļ‚āđ‰āļ­āļœāļīāļ”āļžāļĨāļēāļ” āļāļēāļĢāđ€āļšāļĩāđˆāļĒāļ‡āđ€āļšāļ™ āđāļĨāļ°āļœāļĨāļāļĢāļ°āļ—āļšāļ•āđˆāļ­āļœāļđāđ‰āđƒāļŠāđ‰
  4. āđ€āļ•āļĢāļĩāļĒāļĄāđ€āļŠāđ‰āļ™āļ—āļēāļ‡āļāļēāļĢāļĒāđ‰āļ­āļ™āļāļĨāļąāļšāđāļĨāļ°āļāļēāļĢāļ•āļ­āļšāļŠāļ™āļ­āļ‡āļ•āđˆāļ­āđ€āļŦāļ•āļļāļāļēāļĢāļ“āđŒāļāđˆāļ­āļ™āļ›āļĢāļąāļšāļ‚āļ™āļēāļ”

āļŠāļģāļĢāļ§āļˆāļ•āđˆāļ­āđ„āļ›

āļˆāļ”āļŦāļĄāļēāļĒāļ‚āđˆāļēāļ§āļŸāļĢāļĩ

āļĢāļąāļšāļŠāļĢāļļāļ› AI āļĢāļēāļĒāļ§āļąāļ™

āđ€āļĢāļ·āđˆāļ­āļ‡āļĢāļēāļ§ AI āļ—āļĩāđˆāļ•āļĢāļ§āļˆāļŠāļ­āļšāđāļĨāđ‰āļ§ 3 āđ€āļĢāļ·āđˆāļ­āļ‡āļ—āļļāļāļ§āļąāļ™āļ—āļģāļ‡āļēāļ™ āđ€āļŠāđ‰āļē, āđ€āļ‚āļĩāļĒāļ™āđ€āļ›āđ‡āļ™āļ āļēāļĐāļēāļ­āļąāļ‡āļāļĪāļĐāļ˜āļĢāļĢāļĄāļ”āļē āļŸāļĢāļĩāļ•āļĨāļ­āļ”āđ„āļ› āđ„āļĄāđˆāļĄāļĩāđ‚āļ†āļĐāļ“āļē

āļ­āļĩāđ€āļĄāļĨāļŦāļ™āļķāđˆāļ‡āļ‰āļšāļąāļšāļ—āļļāļāļ§āļąāļ™āļ—āļģāļ‡āļēāļ™ āļĒāļāđ€āļĨāļīāļāļāļēāļĢāļŠāļĄāļąāļ„āļĢāđƒāļ™āļ„āļĨāļīāļāđ€āļ”āļĩāļĒāļ§ āđ€āļĢāļēāđ„āļĄāđˆāđ€āļ„āļĒāļ‚āļēāļĒāļŦāļĢāļ·āļ­āđāļŠāļĢāđŒāļ—āļĩāđˆāļ­āļĒāļđāđˆāļ­āļĩāđ€āļĄāļĨāļ‚āļ­āļ‡āļ„āļļāļ“

āļ—āļ”āļŠāļ­āļšāļ•āļąāļ§āđ€āļ­āļ‡

āļ—āļģāđāļšāļšāļ—āļ”āļŠāļ­āļšāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđāļšāļšāļ„āļģāļ™āļķāļ‡āļ–āļķāļ‡āļ•āđ‰āļ™āļ—āļļāļ™

āļ‚āđ‰āļ­āđ€āļŠāļ™āļ­āđāļ™āļ°āļ—āļąāļ™āļ—āļĩāļŠāļģāļŦāļĢāļąāļšāļ—āļļāļāļ„āļģāļ•āļ­āļš āđāļĨāļ°āđƒāļšāļĢāļąāļšāļĢāļ­āļ‡āļ—āļĩāđˆāļŠāļēāļĄāļēāļĢāļ–āđāļŠāļĢāđŒāđ„āļ”āđ‰āļžāļĢāđ‰āļ­āļĄ ID āļ—āļĩāđˆāļ•āļĢāļ§āļˆāļŠāļ­āļšāđ„āļ”āđ‰āđ€āļĄāļ·āđˆāļ­āļ„āļļāļ“āļœāđˆāļēāļ™āļŦāļĨāļąāļāļŠāļđāļ•āļĢ

āđ€āļĢāļīāđˆāļĄāđāļšāļšāļ—āļ”āļŠāļ­āļš

āļŠāļ™āļąāļšāļŠāļ™āļļāļ™āļāļēāļĢāļĻāļķāļāļĐāļē AI āļŸāļĢāļĩ AI Understanding āđ€āļ›āđ‡āļ™āļ­āļ‡āļ„āđŒāļāļĢāđ„āļĄāđˆāđāļŠāļ§āļ‡āļŦāļēāļœāļĨāļāļģāđ„āļĢ 501(c)(3) — āđ„āļĄāđˆāļĄāļĩāđ‚āļ†āļĐāļ“āļē āđ„āļĄāđˆāļĄāļĩāļāļģāđāļžāļ‡āđ€āļ‡āļīāļ™, āļ•āļĨāļ­āļ”āđ„āļ› āļšāļĢāļīāļˆāļēāļ„

āļ„āļģāļ–āļēāļĄāļ—āļĩāđˆāļžāļšāļšāđˆāļ­āļĒ

āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđāļšāļšāļ„āļģāļ™āļķāļ‡āļ–āļķāļ‡āļ•āđ‰āļ™āļ—āļļāļ™āļ„āļ·āļ­āļ­āļ°āđ„āļĢ?

āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđāļšāļšāļ„āļģāļ™āļķāļ‡āļ–āļķāļ‡āļ•āđ‰āļ™āļ—āļļāļ™āļ—āļģāđƒāļŦāđ‰āļœāļĨāļĨāļąāļžāļ˜āđŒāļ‚āļ­āļ‡āļ„āļģāļ—āļģāļ™āļēāļĒāļ—āļĩāđˆāđāļ•āļāļ•āđˆāļēāļ‡āļāļąāļ™āđ€āļ›āđ‡āļ™āļŠāđˆāļ§āļ™āļŦāļ™āļķāđˆāļ‡āļ‚āļ­āļ‡āļ§āļąāļ•āļ–āļļāļ›āļĢāļ°āļŠāļ‡āļ„āđŒāđƒāļ™āļāļēāļĢāļāļķāļāđ‚āļĄāđ€āļ”āļĨāļŦāļĢāļ·āļ­āļāļŽāļāļēāļĢāļ•āļąāļ”āļŠāļīāļ™āđƒāļˆ āļŠāļīāđˆāļ‡āļ™āļĩāđ‰āļĄāļĩāļ„āļ§āļēāļĄāļŠāļģāļ„āļąāļāđ€āļĄāļ·āđˆāļ­āļœāļĨāļšāļ§āļāļ›āļĨāļ­āļĄ āļœāļĨāļĨāļšāļ›āļĨāļ­āļĄ āļŦāļĢāļ·āļ­āļ‚āđ‰āļ­āļœāļīāļ”āļžāļĨāļēāļ”āđ€āļ‰āļžāļēāļ°āļ„āļĨāļēāļŠāļĄāļĩāļœāļĨāļĨāļąāļžāļ˜āđŒāļ—āļĩāđˆāđ„āļĄāđˆāđ€āļ—āđˆāļēāļāļąāļ™ āļ‹āļķāđˆāļ‡āđ€āļ›āđ‡āļ™āļ‚āđ‰āļ­āļāļąāļ‡āļ§āļĨāļ—āļĩāđˆāļ„āļ§āļēāļĄāđ„āļĄāđˆāļŠāļĄāļ”āļļāļĨāļ‚āļ­āļ‡āļ„āļĨāļēāļŠāđ€āļžāļĩāļĒāļ‡āļ­āļĒāđˆāļēāļ‡āđ€āļ”āļĩāļĒāļ§āđ„āļĄāđˆāđ„āļ”āđ‰āļāļģāļŦāļ™āļ”

āļŠāļĄāļĄāļ•āļīāļāļēāļ™āļŦāļĨāļąāļāļ‚āđ‰āļ­āđƒāļ”āļ—āļĩāđˆāļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđāļšāļšāļ„āļģāļ™āļķāļ‡āļ–āļķāļ‡āļ•āđ‰āļ™āļ—āļļāļ™āđ„āļ”āđ‰āļāļģāļˆāļąāļ”āļ­āļ­āļāļˆāļēāļāļāļĢāļ°āļšāļ§āļ™āļāļēāļĢāļāļķāļāļ—āļĩāđˆāļ‚āļąāļšāđ€āļ„āļĨāļ·āđˆāļ­āļ™āļ”āđ‰āļ§āļĒāļ„āļ§āļēāļĄāđāļĄāđˆāļ™āļĒāļģāļĄāļēāļ•āļĢāļāļēāļ™?

āļāļēāļĢāļāļķāļāļĄāļēāļ•āļĢāļāļēāļ™āļ–āļ·āļ­āļ§āđˆāļēāļ‚āđ‰āļ­āļœāļīāļ”āļžāļĨāļēāļ”āļ—āļąāđ‰āļ‡āļŦāļĄāļ”āļĄāļĩāļ•āđ‰āļ™āļ—āļļāļ™āđ€āļ—āđˆāļēāđ€āļ—āļĩāļĒāļĄāļāļąāļ™āđ‚āļ”āļĒāļ™āļąāļĒ; āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđāļšāļšāļ„āļģāļ™āļķāļ‡āļ–āļķāļ‡āļ•āđ‰āļ™āļ—āļļāļ™āđāļ—āļ™āļ—āļĩāđˆāļŠāļīāđˆāļ‡āļ™āļĩāđ‰āļ”āđ‰āļ§āļĒāđ€āļĄāļ—āļĢāļīāļāļ‹āđŒāļ•āđ‰āļ™āļ—āļļāļ™āļ—āļĩāđˆāļŠāļąāļ”āđ€āļˆāļ™āļŠāļģāļŦāļĢāļąāļšāļ›āļĢāļ°āđ€āļ āļ—āļ‚āđ‰āļ­āļœāļīāļ”āļžāļĨāļēāļ”āļ—āļĩāđˆāđāļ•āļāļ•āđˆāļēāļ‡āļāļąāļ™

āđƒāļ™āļ•āļąāļ§āļ­āļĒāđˆāļēāļ‡āļāļēāļĢāļ•āļĢāļ§āļˆāļˆāļąāļšāļāļēāļĢāļ‰āđ‰āļ­āđ‚āļāļ‡ āļ—āļģāđ„āļĄāļāļēāļĢāļžāļĨāļēāļ”āļāļēāļĢāļ‰āđ‰āļ­āđ‚āļāļ‡āļˆāļķāļ‡āļ–āļđāļāļĨāļ‡āđ‚āļ—āļĐāļĄāļēāļāļāļ§āđˆāļēāļāļēāļĢāđāļˆāđ‰āļ‡āđ€āļ•āļ·āļ­āļ™āļœāļīāļ”āļžāļĨāļēāļ”?

āļ•āļąāļ§āļ­āļĒāđˆāļēāļ‡āļ­āļ˜āļīāļšāļēāļĒāļ§āđˆāļēāļ•āđ‰āļ™āļ—āļļāļ™āļ—āļēāļ‡āļāļēāļĢāđ€āļ‡āļīāļ™āļ‚āļ­āļ‡āļāļēāļĢāļ‰āđ‰āļ­āđ‚āļāļ‡āļ—āļĩāđˆāđ„āļĄāđˆāļ–āļđāļāļ•āļĢāļ§āļˆāļˆāļąāļšāļĄāļĩāļ™āđ‰āļģāļŦāļ™āļąāļāļĄāļēāļāļāļ§āđˆāļēāļ•āđ‰āļ™āļ—āļļāļ™āļšāļĢāļīāļāļēāļĢāļĨāļđāļāļ„āđ‰āļēāđƒāļ™āļāļēāļĢāļ•āļĢāļ§āļˆāļŠāļ­āļšāļāļēāļĢāđāļˆāđ‰āļ‡āđ€āļ•āļ·āļ­āļ™āļœāļīāļ”āļžāļĨāļēāļ”

āļ•āļēāļĄāļ„āļđāđˆāļĄāļ·āļ­ āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđāļšāļšāļ„āļģāļ™āļķāļ‡āļ–āļķāļ‡āļ•āđ‰āļ™āļ—āļļāļ™āđ€āļŦāļĄāļ·āļ­āļ™āļāļąāļ™āļāļąāļšāļāļēāļĢāļˆāļąāļ”āļāļēāļĢāļ„āļ§āļēāļĄāđ„āļĄāđˆāļŠāļĄāļ”āļļāļĨāļ‚āļ­āļ‡āļ„āļĨāļēāļŠāļŦāļĢāļ·āļ­āđ„āļĄāđˆ?

āļ„āļđāđˆāļĄāļ·āļ­āļĢāļ°āļšāļļāļ„āļ§āļēāļĄāđ€āļ‚āđ‰āļēāđƒāļˆāļœāļīāļ”āļ™āļĩāđ‰āđ‚āļ”āļĒāđ€āļ‰āļžāļēāļ°: āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđāļšāļšāļ„āļģāļ™āļķāļ‡āļ–āļķāļ‡āļ•āđ‰āļ™āļ—āļļāļ™āđāļĨāļ°āļ„āļ§āļēāļĄāđ„āļĄāđˆāļŠāļĄāļ”āļļāļĨāļ‚āļ­āļ‡āļ„āļĨāļēāļŠāļĄāļĩāļ„āļ§āļēāļĄāļ—āļąāļšāļ‹āđ‰āļ­āļ™āļāļąāļ™āđāļ•āđˆāđ„āļĄāđˆāđƒāļŠāđˆāđāļ™āļ§āļ„āļīāļ”āđ€āļ”āļĩāļĒāļ§āļāļąāļ™

āļžāļēāļĢāļēāļĄāļīāđ€āļ•āļ­āļĢāđŒāđƒāļ”āļ—āļĩāđˆāļ„āļđāđˆāļĄāļ·āļ­āļāļĨāđˆāļēāļ§āļ–āļķāļ‡āļ‹āļķāđˆāļ‡āđ„āļĨāļšāļĢāļēāļĢāļĩāļ­āļĒāđˆāļēāļ‡ scikit-learn āļŦāļĢāļ·āļ­ XGBoost āđƒāļŠāđ‰āđƒāļ™āļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļ™āđ‰āļģāļŦāļ™āļąāļāļ‚āļ­āļ‡āļ„āļĨāļēāļŠāđ‚āļ”āļĒāļ•āļĢāļ‡?

āļ„āļđāđˆāļĄāļ·āļ­āļĢāļ°āļšāļļ class_weight āđāļĨāļ° scale_pos_weight āđ€āļ›āđ‡āļ™āļžāļēāļĢāļēāļĄāļīāđ€āļ•āļ­āļĢāđŒāļĄāļēāļ•āļĢāļāļēāļ™āļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ™āļģāđ€āļŠāļ™āļ­āļ™āđ‰āļģāļŦāļ™āļąāļāļ‚āļ­āļ‡āļ„āļĨāļēāļŠāđƒāļ™āđ„āļĨāļšāļĢāļēāļĢāļĩāđ€āļŦāļĨāđˆāļēāļ™āļĩāđ‰

āđ€āļ—āļ„āļ™āļīāļ„āđƒāļ”āļ—āļĩāđˆ MetaCost āđƒāļŠāđ‰ āļ•āļēāļĄāļ—āļĩāđˆāļ­āļ˜āļīāļšāļēāļĒāđ„āļ§āđ‰āđƒāļ™āļ„āļđāđˆāļĄāļ·āļ­?

MetaCost āļ­āļ˜āļīāļšāļēāļĒāļ§āđˆāļēāđ€āļ›āđ‡āļ™āļ§āļīāļ˜āļĩāļāļēāļĢāđāļšāļš wrapper āļ—āļĩāđˆāļ•āļīāļ”āļ›āđ‰āļēāļĒāļ‚āđ‰āļ­āļĄāļđāļĨāļāļķāļāđƒāļŦāļĄāđˆāļ•āļēāļĄāļ•āđ‰āļ™āļ—āļļāļ™āļ—āļĩāđˆāļ„āļēāļ”āļŦāļ§āļąāļ‡āļāđˆāļ­āļ™āļāļēāļĢāļ›āļĢāļąāļšāđ‚āļĄāđ€āļ”āļĨāļĄāļēāļ•āļĢāļāļēāļ™

āđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āļ•āđˆāļ­āđ„āļ›

āļ„āļģāđāļ™āļ°āļ™āļģāļ—āļĩāđˆāđ€āļāļĩāđˆāļĒāļ§āļ‚āđ‰āļ­āļ‡

āļ„āļģāđāļ™āļ°āļ™āļģāđ€āļžāļīāđˆāļĄāđ€āļ•āļīāļĄāļ—āļĩāđˆāđ€āļĨāļ·āļ­āļāļŠāļģāļŦāļĢāļąāļšāļŦāļąāļ§āļ‚āđ‰āļ­āļ™āļĩāđ‰

āļ•āđˆāļ­āđ„āļ›āļ„āļģāđāļ™āļ°āļ™āļģāļ•āđˆāļ­āđ„āļ›

āļāļēāļĢāđ€āļĢāļĩāļĒāļ™āļĢāļđāđ‰āđ€āļžāļ·āđˆāļ­āļˆāļąāļ”āļ­āļąāļ™āļ”āļąāļšāļŠāļģāļŦāļĢāļąāļšāļāļēāļĢāļ„āđ‰āļ™āļŦāļēāļœāļĨāļīāļ•āļ āļąāļ“āļ‘āđŒ

āđ€āļ—āļ„āļ™āļīāļ„

āļĢāļąāļšāđƒāļšāļĢāļąāļšāļĢāļ­āļ‡ AI āļŸāļĢāļĩāļŦāļĨāļąāļāļŠāļđāļ•āļĢāđāļĨāļ°āļāļēāļĢāļŠāļ­āļšāļŠāļąāđ‰āļ™ āđ† āļŸāļĢāļĩ āđ„āļĄāđˆāļĄāļĩāļ„āđˆāļēāđƒāļŠāđ‰āļˆāđˆāļēāļĒ āđ„āļĄāđˆāļĄāļĩāļšāļąāļ•āļĢāđ€āļ„āļĢāļ”āļīāļ• āļ›āļĢāļ°āļĄāļēāļ“ 2.5 āļŠāļąāđˆāļ§āđ‚āļĄāļ‡āđ€āļĢāļīāđˆāļĄāļ•āđ‰āļ™āļŸāļĢāļĩ →