Imọ Itọsọna
Aiṣedeede Kilasi ati Iṣatunṣe
Aiṣedeede kilasi jẹ nigbati abajade kan ba ju miiran lọ — bii 99.9% awọn iṣowo ti o tọ dipo 0.1% jegudujera — eyiti o tan awọn awoṣe sinu aibikita kilasi ti o ṣọwọn ṣugbọn pataki.
Gbọ si itọsọna yiiAI-ṣe afihan · ~2 min
Lori iwe yi2 min ka
Akopọ
Resampling rebalances awọn ikẹkọ data ki awọn awoṣe kosi kẹkọọ lati iranran awọn kekere.
Jin Dive
Nigbati awọn kilasi ba jẹ skewed, awoṣe kan le lu deede 99.9% nipa sisọ asọtẹlẹ pupọ julọ nigbagbogbo ati pe ko mu ẹtan ẹyọkan, eyiti ko wulo. Atunyẹwo ṣe atunṣe pinpin ikẹkọ ni awọn ọna gbooro meji. Iṣakojọpọ awọn ẹda-ẹda tabi ṣajọpọ awọn apẹẹrẹ kekere — SMOTE Ayebaye (Ilana Iṣapẹẹrẹ Iṣeduro Iṣeduro Iṣepọ) ṣẹda awọn aaye tuntun nipasẹ sisọpọ laarin apẹẹrẹ kekere ati awọn aladugbo to kere julọ ti o sunmọ ju ki o daakọ wọn. Undersampling dipo danu awọn apẹẹrẹ pupọ julọ (laileto, tabi ni oye nipasẹ awọn ọna bii awọn ọna asopọ Tomek tabi NearMiss) si awọn nkan paapaa jade, ni idiyele jiju data kuro. Awọn omiiran ti o yago fun fifọwọkan data naa pẹlu iwuwo kilasi (fijiya awọn aṣiṣe kekere diẹ sii ninu iṣẹ ipadanu) ati ṣatunṣe ala ipinnu lẹhin ikẹkọ.
Real-World imuse
Ikẹkọ aṣawari jibiti kaadi kirẹditi kan nibiti jibiti tootọ wa labẹ 1% ti awọn iṣowo, ni lilo SMOTE lati mu awọn ọran jegudujera to ṣọwọn pọ si.
Ilé awoṣe iṣoogun kan fun arun toje ti o wa ni ida diẹ ninu awọn alaisan, lilo awọn iwuwo kilasi nitorinaa awọn ọran ti o padanu jẹ ijiya nla.
Ṣiṣawari awọn nkan ti ko ni abawọn lori laini iṣelọpọ nibiti o fẹrẹ jẹ pe gbogbo awọn ọja kọja ayewo, aibikita awọn nkan 'dara' lati ṣe iwọntunwọnsi ikẹkọ
Ṣe afihan ifọle nẹtiwọọki toje ni awọn iforukọsilẹ cybersecurity ti o jẹ gaba lori nipasẹ ijabọ deede, ṣe iṣiro pẹlu Precision-Recall AUC dipo deede
Ojo iwaju ti aiṣedeede Kilasi ati Atunyẹwo
Iṣatunṣe jẹ adaṣe adaṣe pupọ si inu awọn opo gigun ti ML, pẹlu awọn ile-ikawe bii ikẹkọ aiṣedeede iṣọpọ taara sinu ifọwọsi-agbelebu. Iwadi n yipada si ẹkọ ti o ni imọra iye owo ati awọn iṣẹ ipadanu ti a ṣe deede - gẹgẹbi ipadanu idojukọ, eyiti o ṣe iwọn-isalẹ awọn apẹẹrẹ lọpọlọpọ ti o rọrun - ti o ma n ṣe atunwo robi lori awọn nẹtiwọọki ti o jinlẹ. Fun data tabular ati aworan, awọn awoṣe ipilẹṣẹ ti o ṣajọpọ awọn apẹẹrẹ kekere ti o daju n farahan bi arọpo ti o ni ilọsiwaju diẹ sii si isọdọkan ara-SMOTE.
Fifi o sinu iwa
Kini idi ti o ṣe pataki
- Iye owo ati isuna. Awọn ipinnu faaji ṣe awakọ iṣẹ ati idiyele iṣẹ fun awọn ọdun.
- Awọn ipinnu diẹ sii. Ẹkọ imọ-ẹrọ ṣe iranlọwọ fun awọn ẹgbẹ lati yan akopọ to tọ, kii ṣe ọkan tuntun nikan.
- Iṣakoso didara. Awọn yiyan imọ-ẹrọ to dara julọ dinku awọn iṣẹlẹ igbẹkẹle ni iṣelọpọ.
Ṣọra fun
- Ṣiṣepe ala-ilẹ kan le tọju awọn ailagbara eto ti o gbooro.
- Awọn ohun elo amayederun ati awọn idiyele itọju nigbagbogbo ni aibikita.
- Aabo ati awọn ela akiyesi le dagba bi awọn eto ṣe di eka sii.
Next awọn igbesẹ
- Ṣetumo lairi, didara, ati awọn ibi-afẹde idiyele ṣaaju imuse.
- Aṣepari labẹ ẹru ojulowo ati awọn ipo data.
- Abojuto ohun elo fun awọn aṣiṣe, fiseete, ati ipa olumulo.
- Mura ipadasẹhin pada ati awọn ipa ọna esi iṣẹlẹ ṣaaju iwọn.
Tesiwaju Ṣiṣawari
Ìwé ìròyìn ọfẹ
Gba ìkànìyàn AI ojoojúmọ́
Ìtàn AI mẹta tó jẹ́rìí ní gbogbo owurọ́ ọjọ́ iṣẹ́, kọ́wé ní Gẹ̀ẹ́sì tó rọrùn. Ọfẹ́ fún gbogbo àkókò, kò sí ìpolówó.
Ìmeèlì kan ní gbogbo ọjọ́ iṣẹ́. Yọkúrò ní ìkànìyàn ní ìkànìyàn kan. A kò ta tàbí pín àdírẹ́sì rẹ.
Ṣe idanwo fun ara rẹ
Take the Class Imbalance and Resampling quiz
Ìdáhùn lẹ́sẹ̀kẹsẹ̀ lórí gbogbo ìdáhùn, àti iwe-ẹ̀rí tó lè pin pẹ̀lú ID tó lè jẹ́rìí lẹ́yìn tí o bá kọ́ ẹ̀kọ́.
Ṣe àtìlẹ́yìn ẹ̀kọ́ AI ọfẹ́. AI Understanding jẹ́ àjọ àìní èrè 501(c)(3) — kò sí ìpolówó, kò sí àkúnya owó, ní gbogbo àkókò. Ṣe ẹbun kan
Awọn ibeere ti a beere nigbagbogbo
Kini Aiṣedeede Kilasi ati Resampling?
Aiṣedeede kilasi jẹ nigbati abajade kan pọ ju omiiran lọ - bii 99.9% awọn iṣowo t’olofin dipo 0.1% jegudujera - eyiti o tan awọn awoṣe lati foju kọju si kilasi ti o ṣọwọn ṣugbọn pataki. Atunṣatunṣe ṣe atunṣe data ikẹkọ nitorinaa awoṣe naa kọ ẹkọ lati ṣe iranran diẹ.
Kini idi ti išedede itele jẹ metiriki ti ko dara fun iṣoro isọdi ti ko ni iwọntunwọnsi?
Ti 99.9% ti awọn ọran jẹ odi, awoṣe ti o sọ asọtẹlẹ odi nigbagbogbo gba deede 99.9% lakoko mimu awọn idaniloju odo, nitorinaa deede tọju ikuna lapapọ lori kilasi toje.
Kini SMOTE ṣe?
SMOTE (Ilana Iṣapẹẹrẹ Iṣe-iṣapẹrẹ Ipilẹ Sintetiki) ṣẹda awọn apẹẹrẹ kekere tuntun nipa sisọ laarin aaye kekere kan ati awọn aladugbo to sunmọ to sunmọ, dipo kikojọ wọn lasan.
Ọna wo ni o ṣe aiṣedeede LAYI iyipada nọmba awọn apẹẹrẹ ikẹkọ?
Iwọn iwuwo kilasi fi data silẹ laifọwọkan ati dipo jẹ ki iṣẹ isonu jẹ ijiya awọn aṣiṣe lori kilasi kekere diẹ sii darale.
Kini eewu bọtini kan ti lilo iwọn apọju ṣaaju pipin data rẹ sinu ọkọ oju irin ati awọn eto idanwo?
Iṣatunṣe ṣaaju pipin jẹ ki awọn aaye kekere ti o sunmọ-aami han ninu ọkọ oju-irin mejeeji ati awọn eto idanwo, alaye jijo ati ṣiṣejade ireti aṣeju, iṣẹ ṣiṣe ti ko daju.
Kí ni akọkọ downside ti ID undersampling?
Ṣiṣe iwọntunwọnsi awọn kilasi nipa jiju awọn apẹẹrẹ lọpọlọpọ, eyiti o le ṣabọ data alaye ati ipalara agbara awoṣe lati kọ ẹkọ kilasi pupọ julọ.
Tesiwaju kikọ
Jẹmọ awọn itọsọna
Awọn itọsọna diẹ sii ti a yan fun koko yii