Le calculateur de poids des classes donne les poids de classes équilibrés pour entraîner sur des données déséquilibrées, le rapport de déséquilibre et le poids positif utilisé en classification binaire.
Comment se fait le calcul
- Saisissez le nombre d’exemples de chaque classe, et 0 pour la troisième s’il n’y en a que deux.
- Le calculateur donne le poids équilibré de chaque classe, le rapport de déséquilibre, le poids positif, la part de la plus petite classe et le total.
Exemple
Un jeu de données a 900, 80 et 20 exemples dans trois classes, 1 000 au total. Les poids équilibrés sont 1 000 / (3 × 900) = 0,370, 1 000 / (3 × 80) = 4,167 et 1 000 / (3 × 20) = 16,667. Le rapport de déséquilibre est de 45,0 pour 1 et la plus petite classe représente 2,00 % des données. Pour les deux premières classes seules, le poids positif est 900 / 80 = 11,25.
Pourquoi c’est utile
Le calculateur aide les étudiants et les praticiens de la science des données qui entraînent des classifieurs sur des événements rares comme la fraude, les défauts ou les maladies, et qui ont besoin de poids pour leur fonction de perte.
À savoir
Les poids de classes se passent à la fonction d’entraînement de la plupart des bibliothèques d’apprentissage automatique. Des poids très grands rendent l’entraînement instable, donc plafonnez-les ou combinez-les avec un rééchantillonnage. Le suréchantillonnage de la classe rare duplique des exemples et peut surajuster, tandis que le sous-échantillonnage de la classe courante jette de l’information. Des méthodes qui génèrent des exemples synthétiques existent aussi. Ne rééquilibrez jamais les jeux de validation ou de test : ils doivent garder les vraies proportions pour que les métriques reflètent l’usage réel. L’exactitude est trompeuse sur des données déséquilibrées, puisqu’un modèle qui prédit toujours la classe majoritaire a raison 90 % du temps ici.
Outils liés
Le calculateur de matrice de confusion évalue les classifieurs, celui de sensibilité et spécificité couvre la performance des tests, celui du coefficient de corrélation de Matthews donne un score unique robuste et celui d’effet de plan traite la pondération dans les sondages.