Preguntas etiquetadas con unbalanced-classes

Quiero modelar una regresión logística con datos desequilibrados (9: 1). Quería probar la opción de pesos en la glmfunción en R, pero no estoy 100% seguro de lo que hace. Digamos que mi variable de salida es c(0,0,0,0,0,0,0,0,0,1). ahora quiero darle al "1" 10 veces más peso. entonces doy el …

21 regression  logistic  classification  unbalanced-classes  weighted-data 

¿Estoy en lo cierto al entender que el orden en que se especifican las variables en un ANOVA multifactorial hace la diferencia, pero que el orden no importa al hacer una regresión lineal múltiple? Asumiendo un resultado como la pérdida de sangre medida y y dos variables categóricas método de …

20 regression  hypothesis-testing  anova  unbalanced-classes  sums-of-squares 

Estoy trabajando en datos gravemente desequilibrados. En la literatura, se utilizan varios métodos para reequilibrar los datos mediante re-muestreo (sobremuestreo o submuestreo). Dos buenos enfoques son: SMOTE: Técnica de sobremuestreo de minorías sintéticas ( SMOTE ) ADASYN: Enfoque de muestreo sintético adaptativo para el aprendizaje desequilibrado ADASYN ) He implementado …

18 classification  dataset  resampling  unbalanced-classes  oversampling 

Acabo de terminar de leer esta discusión. Argumentan que PR AUC es mejor que ROC AUC en el conjunto de datos desequilibrados. Por ejemplo, tenemos 10 muestras en el conjunto de datos de prueba. 9 muestras son positivas y 1 es negativa. Tenemos un modelo terrible que predice todo lo …

17 machine-learning  model-selection  roc  unbalanced-classes  precision-recall 

Estoy lidiando con un problema de clasificación binaria supervisada. Me gustaría usar el paquete GBM para clasificar a las personas como no infectadas / infectadas. Tengo 15 veces más personas no infectadas que infectadas. Me preguntaba si los modelos GBM sufren en el caso de los tamaños de clase desequilibrados? …

16 r  machine-learning  boosting  unbalanced-classes  gbm 

Tengo un conjunto de datos con unos pocos millones de filas y ~ 100 columnas. Me gustaría detectar aproximadamente el 1% de los ejemplos en el conjunto de datos, que pertenecen a una clase común. Tengo una restricción de precisión mínima, pero debido al costo muy asimétrico, no estoy muy …

15 machine-learning  classification  unbalanced-classes  precision-recall 

Quiero intentar usar Support Vector Machines (SVM) en mi conjunto de datos. Sin embargo, antes de intentar el problema, me advirtieron que los SVM no funcionan bien en datos extremadamente desequilibrados. En mi caso, puedo tener tanto como 95-98% 0's y 2-5% 1's. Traté de encontrar recursos que hablaran sobre …

15 svm  libsvm  unbalanced-classes 

¿SVM maneja el conjunto de datos desequilibrado? ¿Hay algún parámetro (como C o costo de clasificación errónea) que maneja el conjunto de datos desequilibrado?

14 machine-learning  svm  unbalanced-classes 

Me preguntaba si alguien podría explicar la diferencia entre la precisión equilibrada que es b_acc = (sensitivity + specificity)/2 y puntaje f1 que es: f1 = 2*precision*recall/(precision + recall)

14 unbalanced-classes 

En primer lugar, me gustaría describir algunos diseños comunes que usan los libros de minería de datos que explican cómo tratar con conjuntos de datos no balanceados . Por lo general, la sección principal se denomina Conjuntos de datos no balanceados y cubren estas dos subsecciones: Clasificación sensible al costo …

14 machine-learning  classification  unbalanced-classes 

Estoy tratando de aumentar el gradiente en un conjunto de datos con una tasa de eventos de aproximadamente 1% usando Enterprise miner, pero no produce ningún resultado. Mi pregunta es, dado que es un enfoque basado en un árbol de decisión, ¿es correcto usar el aumento de gradiente con un …

14 boosting  unbalanced-classes  rare-events  gradient 

PREFACIO: No me importan los méritos de usar un límite o no, ni cómo se debe elegir un límite. Mi pregunta es puramente matemática y debido a la curiosidad. La regresión logística modela la probabilidad condicional posterior de la clase A versus la clase B y se ajusta a un …

13 logistic  predictive-models  unbalanced-classes 

Estoy tratando de resolver una tarea llamada detección de peatones y entreno clasifer binario en dos categorías positivas - personas, negativas - antecedentes. Tengo un conjunto de datos: cantidad de positivos = 3752 número de negativos = 3800 Uso train \ test split 80 \ 20% y RandomForestClassifier de scikit-learn …

12 classification  random-forest  unbalanced-classes  precision-recall  computer-vision 

Me gustaría probar mi modelo entrenado en un conjunto de datos desequilibrado. ¿Hay algún algoritmo disponible para generar datos sintéticos a partir de un conjunto de datos etiquetado equilibrado (spam / no spam)?

11 unbalanced-classes  synthetic-data 

Estoy tratando de hacer un detector de objetos que ocurren muy raramente (en imágenes), planeando usar un clasificador binario CNN aplicado en una ventana deslizante / redimensionada. He construido entrenamientos balanceados positivos y negativos 1: 1 y conjuntos de pruebas (¿es correcto hacerlo en este caso por cierto?), Y el …

11 logistic  classification  unbalanced-classes  loss-functions