Machine learning 할 때 Class imbalance 문제 해결법

• 더 많은 데이터를 모은다
• 가장 좋은 방법이지만, 현실적으로 불가능할 경우가 많음
• Performance metric을 바꾼다.
• Kappa
• class imbalance를 고려하여 normalize한 accuracy 지표
• ROC curve
• Precision
• Recall
• F-score 
• Resampling
• over-sampling
• class수가 작은 class의 copy를 추가함
• under-sampling
• class수가 많은 class의 데이터를 제거함
• 다른 알고리즘을 사용하여 prediction함
• Penalized models를 사용함
• class 수가 작은 class(minority class)에 대해 mistake할 때 추가적인 penalty를 주면서 학습을 함.
• penalized-SVM, penalized-LDA
• 출처: https://machinelearningmastery.com/tactics-to-combat-imbalanced-classes-in-your-machine-learning-dataset/