概述
類別不平衡是指一種結果的數量遠遠超過另一種結果（例如 99.9% 的合法交易與 0.1% 的詐欺交易），這會欺騙模型忽略罕見但重要的類別。重新採樣會重新平衡訓練數據，因此模型實際上學會了發現少數。
類別不平衡和重採樣是一個技術構建塊，會大規模影響模型品質、基礎設施成本、延遲和可靠性。
深入探討
當類別存在偏差時，模型可以透過始終預測大多數並且從不發現任何詐欺行為來達到 99.9% 的準確率，但這是無用的。重採樣透過兩種主要方式修復訓練分佈。過採樣會重複或合成少數樣本 - 經典的 SMOTE（合成少數過採樣技術）透過在少數樣本與其最近的少數樣本鄰居之間進行插值而不是複製它們來創建新點。相反，欠採樣會丟棄大多數範例（隨機地或透過 Tomek links 或 NearMiss 等方法巧妙地丟棄）以均勻分佈，但代價是丟棄資料。避免接觸資料的替代方案包括類別加權（在損失函數中更多地懲罰少數錯誤）和在訓練後調整決策閾值。
技術洞察
一個關鍵規則：僅對訓練集重新採樣，而不對驗證集或測試集重新採樣，並且始終在交叉驗證折疊內重新採樣。分割之前的過採樣會將接近重複的點洩漏到測試集中並誇大分數。因為準確度在這裡毫無意義，所以評估應該依賴精確度、召回率、F1、精確召回率 AUC 或馬修斯相關係數——當正類很少時保持誠實的指標。
掌握類不平衡和重採樣
類別不平衡是指一種結果的數量遠遠超過另一種結果（例如 99.9% 的合法交易與 0.1% 的詐欺交易），這會欺騙模型忽略罕見但重要的類別。重新採樣會重新平衡訓練數據，因此模型實際上學會了發現少數。類別不平衡和重採樣是一個技術構建塊，會大規模影響模型品質、基礎設施成本、延遲和可靠性。為了建立深入的理解，請將類別不平衡和重採樣視為一種操作模型，而不是單一功能：定義期望的結果，澄清假設，並將系統可以可靠地完成的任務與仍需要專家判斷的任務分開。
在實踐中，強大的團隊使用類別不平衡和重採樣來根據可靠性和成本優化架構、資料和基礎設施選擇。他們記錄明確的成功標準，根據實際數據和工作流程進行測試，並根據觀察到的失敗模式而不是一次性基準測試勝利進行迭代。這就是理論理解轉變為跨產品、政策和營運的持久能力的地方。
多年來，架構決策決定著效能和營運成本。同時，優化一個基準測試可以隱藏更廣泛的系統弱點。最具彈性的方法是將實驗速度與治理規則結合：運行試點、捕獲證據、發布決策日誌，並隨著模型行為、使用者期望和監管要求的發展不斷更新保障措施。
戰略影響
多年來，架構決策決定著效能和營運成本。
多年來，架構決策決定著效能和營運成本。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
技術教育幫助團隊選擇正確的堆疊，而不僅僅是最新的堆疊。
技術教育幫助團隊選擇正確的堆疊，而不僅僅是最新的堆疊。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
更好的工程選擇可以減少生產中的可靠性事故。
更好的工程選擇可以減少生產中的可靠性事故。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
現實世界的實施
訓練信用卡詐欺偵測器，其中真實詐欺遠低於交易的 1%，使用 SMOTE 放大罕見的詐欺案例
為僅少數患者出現的罕見疾病建立醫學模型，應用類別權重，因此錯過的病例將受到嚴厲處罰
檢測生產線上的瑕疵物品，幾乎所有產品都通過檢驗，對「好」物品進行抽樣以平衡培訓
在以正常流量為主的網路安全日誌中標記罕見的網路入侵，並使用 Precision-Recall AUC 而不是準確性進行評估
實施模式
實踐中的類別不平衡和重採樣
使用 SMOTE 來放大罕見的詐欺案例，訓練信用卡詐欺偵測器，使真實詐欺遠低於交易的 1%。
訓練信用卡詐欺偵測器，其中真正的詐欺遠低於交易的 1%，使用 SMOTE 放大罕見的詐欺案例。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會得到更好的結果。
實踐中的類別不平衡和重採樣
為僅少數患者出現的罕見疾病建立醫學模型，應用類別權重，因此錯過的病例將受到嚴厲處罰。
為僅少數患者出現的罕見疾病建立醫學模型，應用類別權重，因此錯過的病例會受到嚴厲處罰。當團隊預先定義品質閾值、為邊緣病例保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會獲得更好的結果。
實踐中的類別不平衡和重採樣
檢測生產線上的瑕疵物品，幾乎所有產品都通過檢查，對「好」物品進行抽樣以平衡訓練。
在幾乎所有產品都通過檢查的生產線上檢測有缺陷的產品，對「好的」產品進行欠採樣以平衡培訓。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會得到更好的結果。
實踐中的類別不平衡和重採樣
在以正常流量為主的網路安全日誌中標記罕見的網路入侵，並使用 Precision-Recall AUC 而不是準確性進行評估。
在以正常流量為主的網路安全日誌中標記罕見的網路入侵，並使用 Precision-Recall AUC 而不是準確性進行評估。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力增益和錯誤成本時，通常會獲得更好的結果。
風險與防護欄
優化一項基準測試可以隱藏更廣泛的系統弱點。
基礎設施和維護成本常常被低估。
隨著系統變得更加複雜，安全性和可觀察性差距可能會擴大。
實施路線圖
在實施之前定義延遲、品質和成本目標。
在實施之前定義延遲、品質和成本目標。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
在實際負載和資料條件下進行基準測試。
在實際負載和資料條件下進行基準測試。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
儀器監控錯誤、漂移和使用者影響。
儀器監控錯誤、漂移和使用者影響。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
在擴展之前準備回滾和事件回應路徑。
在擴展之前準備回滾和事件回應路徑。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。