[머신러닝] 타깃(라벨) 데이터가 너무 편향되어 있을 때 어떻게 해야하나요?

Question

import pandas as pd df&#61;pd.read_csv('network traffic.csv') print(df.head())->label(1: 400,000, 2: 300)대략 라벨 값이 1인 데이터가 400,000개, 2인 데이터가 300개인데 이런 경우에는 어떻게 해야 효율적으로 머신러닝의 입력으로 넣을 수 있나요?

새싹보리차 · Accepted Answer

오버 샘플링,다운 샘플링,focal loss,etc.. 다만 위의 방법을 사용해도, 클래스의 차이가 너무나 크기 때문에 제 생각에는 1인 데이터로부터 300~1500 개의 데이터를 샘플링하고, 2인 데이터를 그만큼 오버샘플링하거나, focal loss를 사용하거나 하는 방식이 적당할것 같습니다. 가장 베스트는 클래스가 2인 데이터를 더 확보하는 것 입니다.

이거아닌데 · Answer

새싹보리차 좋은 답변 너무 감사드립니다. 참고하겠습니다. ㅎㅎ

[머신러닝] 타깃(라벨) 데이터가 너무 편향되어 있을 때 어떻게 해야하나요?

2개의 답변

#sklearn 목록