Pengambilan Sampel Ulang dan Bobot Kelas

Anda dapat memperbaiki kemencengan dengan mengubah data melalui pengambilan sampel ulang, atau mengubah perhitungannya melalui bobot kelas. Keduanya mengarahkan perhatian pada kelas langka.

Oversampling menyalin atau membuat contoh langka tambahan agar kelas-kelas mendekati keseimbangan, sehingga model memiliki lebih banyak contoh untuk dipelajari.

Undersampling justru menghapus beberapa contoh mayoritas. Cara ini cepat dan ringan, tetapi Anda berisiko membuang informasi yang berguna.

SMOTE membuat titik minoritas baru di antara titik nyata dalam ruang fitur, bukan sekadar menggandakannya, sehingga model melihat variasi yang lebih beragam.

Selalu seimbangkan kembali hanya set pelatihan. Menyentuh set pengujian akan memalsukan skor yang baik dan menyembunyikan kinerja sebenarnya.

Daripada memindahkan data, Anda dapat membuat setiap kesalahan langka terasa lebih berat. Bobot kelas yang lebih tinggi mendorong fungsi kerugian untuk memperhatikan kelas minoritas.

Banyak model scikit-learn menerima class_weight. Atur nilainya ke balanced, maka bobot akan dihitung secara terbalik terhadap frekuensi kelas.

Pembobotan seimbang menskalakan setiap kelas dengan kebalikan frekuensinya, sehingga label yang langka secara efektif dihitung jauh lebih banyak.

Bobot kelas murah dan mempertahankan data Anda apa adanya, sedangkan pengambilan sampel ulang dapat menangkap pola yang lebih kaya. Cobalah bobot terlebih dahulu.

Oversampling yang agresif dapat membuat model menghafal contoh-contoh langka. Validasi pada data yang tidak disentuh untuk mendeteksi overfitting ini sejak awal.

Tidak ada pemenang yang berlaku universal. Pilih satu metode, lalu nilai berdasarkan recall minoritas, bukan akurasi mentah. 🎯

Atasi kemencengan dengan pengambilan sampel ulang atau bobot kelas, seimbangkan kembali hanya data pelatihan, lalu nilai hasilnya berdasarkan recall minoritas. ✅