Skip to main content

불균형 샘플링 (Imbalanced Learning)

클래스 불균형 문제를 오버/언더샘플링으로 완화하는 영역입니다.

핵심 개념

  • SMOTE 계열 합성 샘플 생성
  • 언더샘플링으로 결정 경계 정제
  • 파이프라인 내부에서 샘플링 적용

자주 보는 평가 지표

  • PR-AUC
  • Recall
  • Balanced Accuracy
  • G-Mean

알고리즘 목록

참고