Daten-Untersampling
Eine Technik zur Bewältigung von Klassenungleichgewichten in Trainingsdatensätzen, bei der die Anzahl der Stichproben aus der Mehrheitsklasse reduziert wird.
Kategorie: Training, Daten & Fine-Tuning
Daten-Untersampling ist eine Methode, die in Machine-Learning-Szenarien angewendet wird, um das Problem unausgewogener Datensätze (Klassenungleichgewicht) zu adressieren. Bei einem unausgewogenen Datensatz ist eine Klasse (die Mehrheitsklasse) deutlich häufiger vertreten als andere (die Minderheitsklassen). Wenn ein Modell mit solchen Daten trainiert wird, neigt es dazu, die Mehrheitsklasse zu bevorzugen und die Minderheitsklassen zu ignorieren.
Synonyme / Tags
- Undersampling
- Downsampling
Die ganze Definition im Member Hub braucht ein kostenloses Konto.