Вы находитесь здесь:
Предупреждение о неравномерном распространении
Несбалансированное распределение указывает на непропорциональное соотношение наблюдений в каждом классе данных обучения.
Действия
Обучение модели на несбалансированном наборе данных может привести к менее надежной модели с предвзятыми прогнозами. При создании версии модели Einstein выполняет следующее:
- повышает частоту в классе меньшинства, увеличивая дискретизацию данных.
- правильные значения, отображающие необычное, неповторяющееся или редкое событие.
Методы обнаружения
Конструктор моделей автоматически оповещает вас при обнаружении дисбаланса распространения.
Пример
Компания электронной торговли хочет предсказать, отменят ли клиенты подписку или отменяют. Для этого компания создает модель двоичной классификации со следующими переменными ввода.
- код клиента
- ежемесячная стоимость
- ежемесячная частота входа
- тип подписки
- срок действия
- отток
После обучения модели отображается предупреждение, поскольку переменная «отток» имеет непропорциональное распределение классов, когда 95% клиентов обозначены активными и только 5% - потерянными. Этот дисбаланс может привести к тому, что модель будет отдавать предпочтение прогнозированию «активных» клиентов, снижая ее способность точно идентифицировать тех, кто отрицал (высокие ложные отрицательные значения). Чтобы решить проблему, воспользуйтесь следующими действиями:
- Выполните рекомендации, предоставленные предупреждением, чтобы сбалансировать набор данных.
- Переобучение модели посредством обновленного набора данных.
