Waarom is dit belangrijk?
Aandacht voor klasse-onevenwicht maakt het mogelijk dat een model ook zeldzame gevallen leert herkennen. In de zorg komt dit voor bij onderzoek naar kanker of de ziekte van Alzheimer, waar gezonde mensen in de gegevens de overhand hebben. Voor patiënten en artsen kan een zeldzaam ziektebeeld daardoor eerder opvallen, maar een gemiste diagnose blijft mogelijk wanneer die groep in de gegevens klein blijft.
Zo werkt het in de praktijk
Beeldherkenning en computerbeveiliging werken met data waarin klasse-onevenwicht optreedt. Het pakket imbalanced-learn herschikt de klassen in trainingsdata en sluit aan op scikit-learn.
Een overzicht in Journal of Big Data onderzoekt diepe neurale netwerken bij klasse-onevenwicht. Veel studies testen netwerken die beelden laag voor laag bekijken. De auteurs groeperen oplossingen als data wijzigen, het algoritme wijzigen, of beide combineren.
Oversampling voegt extra voorbeelden van de kleine klasse toe, en undersampling haalt voorbeelden van de grote klasse weg. SMOTE, een methode voor oversampling, maakt nieuwe punten tussen bestaande voorbeelden. Cost-sensitive learning laat een fout op de kleine klasse zwaarder meetellen.




