リサンプリングとクラス重み
データを増やさずコードでバランスを取り直す
「リサンプリングとクラス重み」はCoddyKit上の無料NLP Academyレッスンです。 これはレッスン2/4です。 下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。 これはNLP Academy学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 NLP Academyコースには全4レッスンが含まれています。
このレッスンの一部はまだ翻訳されておらず、英語で表示されています。
Two Ways to Rebalance
You can fix skew by changing the data with resampling, or by changing the math with class weights. Both nudge attention to the rare class.
Oversampling the Minority
Oversampling copies or synthesizes more rare examples so the classes meet in the middle, giving the model more to learn from.
Undersampling the Majority
Undersampling drops some majority examples instead. It is fast and lean, but you risk throwing away useful signal.
SMOTE for Text Features
SMOTE invents new minority points between real ones in feature space, rather than duplicating, so the model sees fresh variety.
from imblearn.over_sampling import SMOTE
X_bal, y_bal = SMOTE().fit_resample(X, y)Resample Training Only
Always rebalance the training set alone. Touching your test set fakes good scores and hides the real performance.
The Weighting Idea
Instead of moving data, you can make each rare mistake hurt more. Higher class weights push the loss to respect the minority.
Balanced in One Line
Many scikit-learn models accept class_weight. Set it to balanced and weights are computed inversely to class frequency.
clf = LogisticRegression(class_weight='balanced')How Balanced Weights Work
Balanced weighting scales each class by the inverse of its frequency, so a rare label effectively counts many times more.
Weights vs Resampling
Class weights are cheap and keep your data intact, while resampling can capture richer patterns. Try weights first.
Watch for Overfitting
Aggressive oversampling can make a model memorize rare examples. Validate on untouched data to catch this overfitting early.
Pick One, Measure It
There is no universal winner. Choose a method, then judge it by minority recall, not by raw accuracy. 🎯
Quick Check
Pick the safest rebalancing habit.
Recap
Fight skew with resampling or class weights, rebalance training data only, and judge results on minority recall. ✅
よくある質問
「リサンプリングとクラス重み」レッスンは無料ですか？
はい。「リサンプリングとクラス重み」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し（組み込みコードエディタと24時間対応のAIチューター）、NLP Academyコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 NLP Academyコースには全4レッスンが含まれています。
「リサンプリングとクラス重み」で何を学びますか？
データを増やさずコードでバランスを取り直す ブラウザで直接実行するハンズオンコードでNLP Academyを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。
NLP Academyを始めるのに経験は必要ですか？
事前経験は必要ありません。CoddyKitのNLP Academyは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。 これはレッスン2/4です。
「リサンプリングとクラス重み」レッスンにはどのくらい時間がかかりますか？
ほとんどのCoddyKitレッスンは約5～10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。
このNLP Academyレッスンでコードを書いて実行できますか？
はい。すべてのNLP Academyレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。
このコースのすべてのレッスン
- 少数クラスが無視される理由
- リサンプリングとクラス重み
- しきい値と指標を選ぶ
- 不均衡データ向けエンドツーエンドパイプライン