불균형 샘플링 (Imbalanced Learning)
핵심 개념
자주 보는 평가 지표
알고리즘 목록
참고

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

알고리즘	실습 링크	공식 문서
ADASYN	Open	Docs
Balanced Bagging	Open	Docs
Balanced RF	Open	Docs
Borderline SMOTE	Open	Docs
Cluster Centroids	Open	Docs
Condensed NN	Open	Docs
EasyEnsemble	Open	Docs
Edited Nearest Neighbours	Open	Docs
K-Means SMOTE	Open	Docs
NearMiss	Open	Docs
One-Sided Selection	Open	Docs
Random Oversampler	Open	Docs
Random Undersampler	Open	Docs
RUSBoost	Open	Docs
SMOTE	Open	Docs
SMOTE + ENN	Open	Docs
SMOTE + Tomek	Open	Docs
SVM-SMOTE	Open	Docs
Tomek Links	Open	Docs

참고

공식 API 문서

self-training adasyn