Aprendizado supervisionado com conjuntos de dados desbalanceados

Algoritmos de aprendizado tradicionais induzidos por conjuntos de treinamento complexos e altamente desbalanceados têm apresentado dificuldade em diferenciar entre os grupos. A tendência é produzir modelos (ou regras) de classificação que favorecem a classe com maior probabilidade de ocorrência (majoritária), resultando em uma baixa taxa de reconhecimento para o grupo minoritário. O objetivo desse artigo é fornecer uma investigação sobre esse problema, que tem atraído o interesse de muitos pesquisadores nos últimos anos. No escopo de tarefas de classificação binária, são apres...

• Assuntos:

  • classes desbalanceadas
  • aprendizado supervisionado
  • métricas de avaliação
  • análise ROC
  • métodos de reamostragem
  • abordagem sensível ao custo