스피커
|
성적 증명서
|
| 마이클 크로티 |
안녕하세요. 맞춰주셔서 감사합니다 |
| |
JMP Pro에서 샘플링 기술과 모델을 비교할 수 있는 불균형 분류 추가 기능에 대한 이야기입니다. |
| |
저는 마이클 크로티입니다. 저는 JMP 문서화 팀의 통계 작성자 중 한 명이며 오늘 공동 발표자는 역시 통계 문서 팀의 Colleen McKendry입니다. 그리고 이것은 우리가 Marie Gaudard와 협력한 작업입니다. |
| |
그래서 오늘 이야기의 간략한 개요가 있습니다. 우리가 만든 추가 기능의 목적, 불균형 분류 문제에 대한 몇 가지 배경 및 해당 상황에서 분류 모델을 얻는 방법을 살펴보겠습니다. |
| |
추가 기능에 포함되었고 불균형 분류 문제에 널리 사용되는 몇 가지 샘플링 방법을 살펴보겠습니다. |
| |
추가 기능에서 사용할 수 있는 옵션을 살펴보겠습니다. |
| |
추가 기능을 얻는 방법에 대해 이야기하면 Colleen이 추가 기능의 예와 데모를 보여줍니다. |
| |
커뮤니티에서 사용할 수 있는 슬라이드에는 추가 배경 정보가 있는 참조 및 부록도 있습니다. |
| |
따라서 추가 기능의 목적인 불균형 분류 추가 기능을 통해 불균형 데이터용으로 설계된 다양한 샘플링 기술을 적용할 수 있습니다. |
| |
JMP Pro에서 사용할 수 있는 다양한 예측 모델과 함께 이러한 기법을 적용한 결과를 비교할 수 있습니다. |
| |
또한 정밀 리콜 곡선, ROC 곡선, 게인 곡선 및 기타 측정값을 사용하여 이러한 모델과 샘플링 기술 적합성을 비교할 수 있습니다. |
| |
이렇게 하면 곡선을 사용하여 분류를 위한 임계값을 선택할 수 있습니다. |
| |
또한 Tomek, SMOTE 및 SMOTE와 Tomek 샘플링 기술을 데이터에 직접 적용할 수도 있습니다. 그러면 기존 JMP 플랫폼을 사용할 수 있고 |
| |
우리가 선택한 대부분의 기본 방법 옵션이 마음에 들지 않으면 새로 샘플링된 데이터에 대해 모델링 옵션을 미세 조정하십시오. |
| |
참고로 Tomek, SMOTE 및 SMOTE와 Tomek 샘플링 기술은 연속 예측 변수뿐만 아니라 명목 및 순서와 함께 사용할 수 있습니다. |
| |
따라서 불균형 데이터 문제에 대한 배경 지식이 있습니다. |
| |
따라서 일반적으로 다항 응답이 있을 수 있지만 응답 변수가 이항인 것에 초점을 맞출 것이며 핵심은 한 응답 수준의 관측치 수가 다른 응답 수준의 관측치 수보다 훨씬 많다는 것입니다. |
| |
그리고 이러한 응답 수준을 각각 다수 및 소수 클래스 수준이라고 합니다. 따라서 대부분의 경우 소수 수준은 예측 및 탐지에 관심이 있는 관심 수준입니다. 이것은 사기, 질병 또는 신용 위험의 존재를 감지하는 것과 같을 수 있습니다. |
| |
그리고 회귀 변수를 기반으로 클래스 구성원을 예측하려고 합니다. |
| |
이를 위해 우리는 소수 클래스에 소속 확률을 할당하는 예측 모델을 개발한 다음 최적화하는 임계값을 선택합니다. |
| |
다양한 기준. 이것은 오분류율, 참양성률, 거짓양성율 등이 될 수 있습니다. 그런 다음 소수 클래스에 속할 예측 확률이 선택한 임계값을 초과하는 경우 소수 클래스에 속하는 관찰을 분류합니다. |
| |
그렇다면 분류 모델은 어떻게 얻습니까? |
| |
JMP에는 이진 변수, 이진 결과를 예측할 수 있는 다양한 플랫폼이 많이 있습니다. |
| |
회귀 변수가 있을 때 이러한 모델을 비교할 방법이 필요합니다. 음, 분류 정확도와 같은 몇 가지 전통적인 척도가 불균형 데이터에 적합하지 않습니다. 그리고 극단적인 예로 2% 소수계층의 경우를 생각해 볼 수 있습니다. |
| |
모든 관찰을 다수의 경우로 분류하면 98%의 정확도를 제공할 수 있습니다. 이제 이것은 유용한 모델이 아니며 사용하고 싶지 않을 것입니다. |
| |
예측하지 않기 때문에...소수 사례에 대한 대상 사례를 정확하게 예측하지 않고 전반적인 정확도만 예측하면 98%가 됩니다. 꽤 좋은 것 같습니다. |
| |
그래서 사람들은 불균형 분류 모델에서 분류 정확도를 측정하는 다른 방법을 모색하게 되었습니다. 그 중 하나는 정밀 리콜 곡선입니다. |
| |
그들은 종종 불균형 데이터와 함께 사용되며 양성 예측 값 또는 정확도를 참양성률 재현율에 대해 표시합니다. |
| |
그리고 정밀도는 대부분의 인스턴스를 고려하기 때문에 PR 곡선은 ROC 곡선보다 클래스 불균형에 더 민감합니다. |
| |
따라서 PR 곡선은 불균형 데이터에 대한 모델의 차이를 더 잘 강조할 수 있습니다. 따라서 PR 곡선은 추가 기능에 대한 보고서에서 첫 번째로 표시되는 것입니다. |
| |
불균형 분류 데이터를 처리하는 또 다른 방법은 소수 클래스를 모델링하는 데 도움이 되는 샘플링 방법을 사용하는 것입니다. |
| |
그리고 일반적으로 이것은 응답 분포에 더 많은 균형을 부여하는 다른 방법일 뿐이며, 결과적으로 다수 클래스 관찰과 소수 클래스 관찰 사이의 경계를 더 잘 설명하는 데 도움이 됩니다. 추가 기능에는 7가지 샘플링 기술이 있습니다. |
| |
우리는 처음 4개에 대해 너무 많이 이야기하지 않을 것이고 마지막 3개에 초점을 맞출 것입니다. 우리는 아무것도 하지 않을 것입니다...아무것도 변경하지 않을 것입니다. |
| |
본질적으로 불균형을 설명하기 위해 어떤 유형의 샘플링 방법도 수행하지 않은 경우 수행할 작업에 대한 기준선을 제공합니다. |
| |
가중치는 소수 사례에 가중치를 두어 다수 클래스와 소수 클래스의 가중치 합이 동일하도록 합니다. |
| |
무작위 언더샘플링은 균형 잡힌 케이스에 도달하기 위해 다수의 케이스를 무작위로 제외하고 무작위 오버샘플링은 무작위로 복제합니다. |
| |
균형 잡힌 상태에 도달하기 위해 다시 소수 사례. |
| |
그런 다음 다음 슬라이드에서 다음 세 가지 고급 방법에 대해 자세히 설명합니다. |
| |
고급 방법 중 첫 번째는 합성 소수자 오버 샘플링 기술을 나타내는 SMOTE입니다. |
| |
이것은 기본적으로 보다 정교한 형태의 오버샘플링입니다. 데이터에 더 많은 소수 사례를 추가하고 있기 때문입니다. |
| |
우리는 기존 소수 클래스 관찰과 유사한 새로운 관찰을 생성하여 이를 수행하지만 오버샘플링처럼 단순히 복제하지는 않습니다. |
| |
따라서 우리는 Gower 거리 함수를 사용하고 각 소수 클래스 관찰에 대해 K개의 가장 가까운 이웃을 수행한 다음 해당 이웃에 의해 정의된 공간을 채우기 위해 관찰이 생성됩니다. |
| |
그리고 이 그래픽에서 빨간색으로 표시된 소수 사례가 있는지 확인할 수 있습니다. 우리는 3개의 가장 가까운 이웃을 선택했습니다. |
| |
그리고 그 중 하나를 무작위로 선택합니다. 그것은 여기 아래에 있는 것입니다. 그런 다음 사례를 생성합니다. 이 작은 음영 상자 어딘가에 있는 또 다른 소수 사례입니다. 그리고 그것은 2차원입니다. 당신이 있었다면 |
| |
예측 변수의 n차원이면 해당 음영 영역은 n차원 공간이 됩니다. |
| |
그러나 지적해야 할 한 가지 핵심 사항은 가장 가까운 이웃의 수를 선택할 수 있다는 것입니다. |
| |
중에서 무작위로 선택하고 이 작업을 수행할 횟수도 선택할 수 있습니다. |
| |
이 알고리즘은 소수 사례에 따라 다릅니다. |
| |
다음 샘플링 방법은 Tomek 링크입니다. 그리고 이 방법이 하는 일은 소수 클래스와 다수 클래스 사이의 경계를 더 잘 정의하려고 시도하는 것입니다. 이를 위해 소수 클래스 관찰에 가까운 다수 클래스에서 관찰을 제거합니다. |
| |
다시, Gower 거리를 사용하여 Tomek 링크를 찾고 Tomek 링크는 다른 클래스에 속하는 가장 가까운 이웃 쌍입니다. 그래서 하나의 다수와 하나의 소수는 서로 가장 가까운 이웃입니다. |
| |
그리고 이러한 인스턴스의 겹침을 줄이기 위해 쌍의 하나 또는 둘 모두를 제거할 수 있습니다. 추가 기능의 기본 옵션인 모델 평가 옵션에서 대부분의 인스턴스만 제거합니다. 그러나 Tomek 옵션에서는 제거 형식 중 하나를 사용할 수 있습니다. |
| |
마지막으로 마지막 샘플링 방법은 SMOTE + Tomek입니다. 이것은 이전의 두 가지 샘플링 방법을 결합합니다. |
| |
그리고 그것들을 결합하는 방식은 이 모드 알고리즘을 적용하여 새로운 소수 관찰을 생성한 다음 원래 데이터와 함께 생성된 새로운 소수 사례를 얻은 다음, |
| |
tt는 다른 클래스에 속하는 가장 가까운 이웃 쌍을 찾기 위해 Tomek 알고리즘에 적용됩니다. 그리고 이 방법에서는 Tomek 쌍의 두 관측치가 모두 제거됩니다. |
| |
따라서 불균형 분류 추가 기능에는 설치 시 추가 기능 메뉴 아래 하위 메뉴 항목으로 모두 표시되는 네 가지 옵션이 있습니다. |
| |
첫 번째는 모델 평가 옵션으로, 다양한 샘플링 기술을 사용하여 다양한 모델을 맞출 수 있습니다. 다음 세 개는 방금 이야기한 세 가지 샘플링 기술을 수행하기 위한 독립 실행형 대화입니다. |
| |
따라서 추가 기능의 모델 평가 옵션에서 모델 및 샘플링 기술 조합의 비교를 용이하게 하는 불균형 분류 보고서를 제공합니다. |
| |
PR 곡선과 ROC 곡선, Gains 곡선을 보여주고 PR 및 ROC 곡선의 경우 곡선 아래 영역을 보여줍니다. 일반적으로 각 곡선 아래 영역이 클수록 모델이 더 적합합니다. . |
| |
각 모델이 어떻게 적합한지 파악하는 데 도움이 되는 클래스별 예측 확률 플롯을 제공합니다. |
| |
또한 기술 및 임계값 데이터 테이블을 제공하며 해당 테이블에는 보고서를 재현할 수 있는 스크립트가 포함되어 있습니다. |
| |
추가 기능을 처음 실행할 때 생성됩니다. 그리고 우리는 이것을 실행하고 전체를 다시 작성하지 않고 결과를 저장하려는 경우 |
| |
모델링 및 샘플링 방법 알고리즘을 사용하여 이 기술 및 임계값 테이블을 저장할 수 있으며 이를 통해 결과를 저장하고 보고서를 재현할 수 있습니다. |
| |
이제 모델 평가 옵션에 대한 대화를 살펴보겠습니다. 다양한 모델과 샘플링 기술 중에서 선택할 수 있습니다. |
| |
이진 클래스 변수와 모든 X 예측 변수를 입력한 다음 |
| |
우리는 모든 모델에 맞추기 위해 |
| |
테스트 세트에서 평가하고 데이터를 훈련 검증 세트와 테스트 세트로 무작위로 나눕니다. 제공할 수 있습니다... 각 세트에 들어갈 비율을 설정할 수 있습니다. |
| |
결과를 재현하려는 경우 임의 시드 옵션이 있습니다. 그런 다음 SMOTE 옵션이 있습니다. |
| |
이전에 언급한 가장 가까운 이웃의 수를 선택할 수 있으며, 그중에서 새 사례를 생성하는 데 사용되는 가장 가까운 이웃으로 하나를 선택하고 각 소수 사례의 복제는 각 소수에 대해 알고리즘을 반복하는 횟수입니다. 관찰. |
| |
다시 말하지만 세 가지 다른 샘플링 옵션이 있습니다. |
| |
추가 기능의 옵션은 Tomek, SMOTE 및 SMOTE와 Tomek에 해당합니다. Tomek 샘플링 옵션에서는 수행하려는 모든 예측 모델에 대한 예측의 가중치로 사용할 수 있는 데이터 테이블에 두 개의 열을 추가합니다. |
| |
첫 번째 열은 링크에서 대부분의 가장 가까운 이웃만 제거하고 다른 열은 Tomek 링크의 두 구성원을 모두 제거하므로 해당 옵션이 있습니다. |
| |
SMOTE 관찰은 데이터 테이블에 합성 관찰을 추가합니다. |
| |
또한 소스 열을 제공하여 어떤 항목인지 식별할 수 있습니다. |
| |
관찰이 추가되었습니다. 그리고 SMOTE와 Tomek은 합성 관찰과 Tomek 링크의 두 구성원을 모두 제거하는 가중치 열을 추가합니다. |
| |
그리고 Tomek 샘플링 및 SMOTE plus Tomek의 가중치 열, |
| |
JMP 모델링 플랫폼에서 가중치로 사용할 수 있는 지표 열일 뿐입니다. 포함되면 1, 제외해야 하면 0입니다. |
| |
세 가지 다른 샘플링 옵션 대화 상자의 대부분은 기본적으로 동일하게 보입니다. |
| |
모델 평가 옵션 대화 상자가 아닌 그들 위에 있는 한 가지 옵션은 중간 테이블 표시입니다. 이 옵션은 SMOTE 및 SMOTE와 Tomek에 대해 나타납니다. |
| |
기본적으로 SMOTE 관측 구성에 사용된 데이터 테이블을 볼 수 있습니다. 일반적으로 볼 필요는 없지만 이러한 관찰이 생성되는 방식을 더 잘 이해하려면 해당 중간 테이블을 살펴볼 수 있습니다. |
| |
그리고 그들은 모두 문서에 설명되어 있습니다. |
| |
다시 말하지만 커뮤니티를 통해 추가 기능을 얻을 수 있습니다. |
| |
이를 통해 Discovery Summit Americas 2020에 대한 이 강연 페이지를 통해 |
| |
커뮤니티의 일부입니다. 그리고 조금 전에 언급했듯이 추가 기능 내에서 사용할 수 있는 설명서가 있습니다. 도움말 버튼을 클릭하기만 하면 됩니다. |
| |
이제 Colleen이 추가 기능의 데모에서 예를 보여줄 차례입니다. |
| 콜린 맥켄드리 |
고마워 마이클. 이제 추가 기능을 시연할 것입니다. 시연을 위해 이 유방조영술 데모 데이터를 사용하겠습니다. |
| |
따라서 유방조영술 데이터 세트는 유방조영술 이미지의 미세석회화 연구에 사용되는 디지털화된 필름 유방조영상 세트를 기반으로 합니다. |
| |
그리고 이 데이터에서 각 레코드는 1 또는 0으로 분류됩니다. 1은 이미지에 석회화가 보이는 것을 나타내고 0은 그렇지 않은 것을 나타냅니다. |
| |
이 데이터 세트에서 석회화가 보이는 이미지는 예측에 관심이 있는 이미지이므로 클래스 수준 1이 관심이 있는 클래스 수준입니다. |
| |
전체 데이터 세트에는 6개의 연속 예측 변수와 약 11,000개의 관측치가 있습니다. |
| |
하지만 이 데모에서는 실행 시간을 줄이기 위해 전체 데이터 세트의 하위 집합만 사용할 것입니다. 그래서 그것은 관찰의 절반 정도가 될 것입니다. 그래서 약 5500개의 관찰. |
| |
그리고 1로 분류된 관측치, 관심 있는 것은 전체 데이터 세트와 우리가 사용하는 데모 데이터 세트 모두에서 전체 관측치의 약 2.31%를 나타냅니다. 그래서 우리는 약 2%의 소수 비율을 가지고 있습니다. |
| |
이제 JMP로 전환하겠습니다. |
| |
에게 |
| |
그래서 맘모그래피 데모 데이터를 가지고 있습니다. |
| |
그리고 우리는 열 것이고 나는 이미 추가 기능을 설치했습니다. 드롭다운 메뉴에 불균형 분류 추가 기능이 있고 모델 평가 옵션을 사용하겠습니다. |
| |
여기에 시작 창이 있고 이진 클래스 변수, 예측 변수, 모든 모델과 모든 기술을 선택하고 다음을 지정할 것입니다. |
| |
임의의 씨앗. |
| |
그리고 확인을 클릭합니다. |
| |
이것이 실행되는 동안 백그라운드에서 실제로 일어나는 일을 설명하겠습니다. 따라서 추가 기능이 수행하는 첫 번째 작업은 데이터 테이블을 학습 데이터 세트와 테스트 데이터 세트로 분할하는 것입니다. |
| |
따라서 두 개의 개별 데이터 테이블이 있고 훈련 데이터 테이블 내에서 이러한 관찰은 훈련 및 검증 관찰로 추가로 분할되고 검증은 모델 피팅에 사용됩니다. |
| |
따라서 두 데이터 세트가 있으면 |
| |
SMOTE와 관련된 기술을 제외하고 지정하는 각 샘플링 기술에 대한 교육 데이터 테이블에 추가되는 표시기 변수...표시기 열이 있습니다. |
| |
따라서 해당 열이 추가되고 가중치 열로 사용되며 관측값을 분석에 포함할지 여부만 지정합니다. |
| |
SMOTE로 샘플링 기술을 지정하면 데이터 테이블에 추가되는 추가 행이 있습니다. 그것들은 생성된 관찰입니다. |
| |
따라서 열과 행이 생성되면 각 모델에 대해 각 모델이 각 샘플링 기술에 적합합니다. 그리고 모두 선택하면 |
| |
여기서 방금 한 것처럼 총 42개의 서로 다른 모델이 적합합니다. 그래서 바로 지금 일어나고 있는 일이 전부입니다. ~ 안에 |
| |
현재 데모에는 42개의 모델이 적합하고 모델이 적합하면 관련 정보가 수집되어 결과 보고서에 통합됩니다. 그리고 그 보고서, |
| |
희망적으로 곧 팝업될 것입니다. 여기에 보고서가 여기에 표시됩니다. 또한 기술 및 임계값 표와 요약 표도 얻을 수 있습니다. |
| |
따라서 추가 기능을 실행할 때 무엇을 얻을 수 있는지 살펴보겠습니다. 먼저 훈련 세트가 있습니다. 여기에 가중치 열이 추가된 것을 볼 수 있습니다. 이러한 관측치에 대한 예측 확률에 추가되는 열입니다. |
| |
그런 다음 테스트 세트가 있습니다. 여기에는 가중치 열이 포함되어 있지 않지만 테스트 세트 관찰에 대한 예측 확률이 있습니다. |
| |
결과 보고서가 있습니다. |
| |
기술 및 임계값 데이터 테이블. 그래서 Michael은 이것을 다음에서 언급했습니다. |
| |
그러나 결과를 저장하고 결과를 다시 보려면 이 항목을 저장하고 싶기 때문에 이것은 중요합니다. |
| |
전체 스크립트를 다시 실행할 필요 없이. 따라서 이 데이터 테이블은 사용자가 저장하는 것이며 재생산할 스크립트를 포함합니다. |
| |
결과 보고서와 요약표는 내가 보여줘야 하는 마지막 것입니다. 따라서 여기에는 각 샘플링 기술과 모델 조합 및 해당 AUC 값에 대한 요약이 포함되어 있습니다. |
| |
이제 실제 결과 창을 보려면 상단에 대화 사양이 있습니다. 따라서 여기에는 시작 창에서 지정한 정보가 포함됩니다. |
| |
따라서 임의의 시드나 할당한 비율과 같이 지정한 항목을 잊어버린 경우 해당 항목을 열고 살펴볼 수 있습니다. |
| |
그리고 바이너리 클래스 분포도 있습니다. 따라서 교육 및 테스트 세트에 대한 클래스 변수의 분포입니다. 그리고 이것은 비율이 동일하도록 설계되었으며, 이 경우에는 2.3입니다. |
| |
그리고 임계값도 누락되었습니다. 따라서 이것은 매우 중요하지는 않지만 |
| |
클래스 변수의 값에 누락된 예측 값이 있는지에 대한 표시가 여기에 표시됩니다. |
| |
실제 결과의 경우 이러한 탭 그래프가 있습니다. 따라서 정밀 재현 곡선, ROC 곡선 및 누적 이득 곡선이 있습니다. PR 곡선과 ROC 곡선의 경우 해당 AUC 값도 있습니다. |
| |
클래스별 예측 확률 그래프도 있습니다. 한 번에 몇 개만 볼 때 더 유용합니다. 이에 대해서는 나중에 설명하겠습니다. |
| |
그런 다음 이러한 모든 그래프와 결과를 함께 연결하는 데이터 필터가 있습니다. |
| |
따라서 분석을 위한 실제 결과를 지금 살펴볼 수 있습니다. 그래서 먼저 이것들을 정렬할 것입니다. |
| |
이미 ROC 곡선과 PR 곡선을 볼 수 있습니다. ROC 곡선보다 PR 곡선의 곡선 사이에 훨씬 더 많은 차이가 있습니다. |
| |
상위 5개를 선택하면 이들 모두 실제로 AUC가 .97입니다. |
| |
그리고 당신은 그들이 모두 서로 정말 가깝다는 것을 알 수 있습니다. 그들은 기본적으로 서로 위에 있습니다. 어떤 모델이 실제로 더 나은지, 어떤 모델을 선택해야 하는지 결정하는 것은 정말 어려울 것입니다. |
| |
그래서 특히 불균형 데이터의 경우 정밀도 재현 곡선이 정말 중요합니다. 따라서 다시 전환하면 ROC 곡선에 대한 AUC 값이 가장 높은 모델이 |
| |
그것들은 정밀 리콜 곡선에 실제로 퍼져 있습니다. 그리고 실제로는 그렇지 않습니다... PR 곡선에 대한 AUC 값이 가장 높지 않습니다. |
| |
그래서 어쩌면 거기에... 어쩌면 우리가 고를 수 있는 더 좋은 모델이 있을지도 모릅니다. |
| |
이제 부스트 트리 Tomek과 SVM Tomek인 상위 2개를 살펴보고 집중하겠습니다. 데이터 필터를 사용하여 이를 수행하겠습니다. |
| |
그런 다음 표시하고 포함할 항목을 살펴보고자 합니다. |
| |
이제 이 두 모델에 대한 곡선만 있고 파란색 곡선은 부스트된 트리이고 빨간색 곡선은 SVM입니다. |
| |
따라서 이 곡선에서 진정한 양성률의 서로 다른 값에 걸쳐 서로 겹치는 것을 볼 수 있습니다. 그래서 이 곡선을 사용할 수 있습니다. |
| |
수용할 수 있는 참양성률에 따라 분석에 사용할 모델을 선택합니다. 참조선을 추가하면 이것을 볼 수 있습니다. 내가 이것을 입력할 때 보게 될 내 손을 실례합니다. |
| |
좋아요, 이것들이 여러분이 관심을 가질 만한 다른 참긍정율이라고 해보세요. 예를 들어 어떤 데이터 세트에 대해 0.55의 진정한 긍정률을 원한다고 가정합니다. |
| |
임계값을 선택하여 진정한 긍정 비율로 만들 수 있습니다. 그리고 이 경우, |
| |
진정한 양성률의 경우 부스트 트리 Tomek 모델의 정확도가 더 높습니다. 따라서 해당 모델을 선택할 수 있습니다. |
| |
그러나 진정한 긍정률이 .85와 같기를 원하는 경우 특정 진정한 긍정률에 대한 정확도가 더 높기 때문에 SVM 모델이 더 나은 선택일 수 있습니다. |
| |
그런 다음 0.95의 더 높은 참양성률이 있는 경우 다시 뒤집고 부스트된 트리 모델을 선택하려고 할 수 있습니다. |
| |
이것이 이러한 곡선을 사용하여 데이터에 가장 적합한 모델을 선택하는 방법입니다. |
| |
이제 우리는 이 그래프를 다시 볼 것입니다. 이제 몇 개만 있습니다. 이것은 우리가 선택한 모델에 대한 각 클래스의 예측 확률 분포를 보여줍니다. 따라서 이 특별한 경우에는 SVM에 대다수가 있음을 알 수 있습니다. |
| |
예측 확률의 전체 범위에 걸친 확률입니다. 부스트된 트리는 하위 끝에서 확률을 유지하는 데 더 나은 작업을 수행합니다. |
| |
이 특정 데모는 여기까지입니다. 완료하기 전에 한 가지만 더 보여드리고 싶었습니다. 이것이 평가를 사용하는 방법의 예였습니다. |
| |
모델 옵션. 하지만 특정 샘플링 기술을 사용하고 싶었다고 가정해 보겠습니다. 여기에서 할 수 있습니다. 따라서 실행 창은 거의 동일하게 보입니다. 그리고 이진 클래스, 예측 변수를 할당하고 확인을 클릭할 수 있습니다. |
| |
그러면 새 데이터 테이블이 생성되고 |
| |
지표 열. |
| |
관찰이 분석에 포함되어야 하는지 여부를 보여주는 지표 열. |
| |
그리고 그것은 SMOTE와 Tomek이었기 때문에 이러한 모든 SMOTE 생성 관찰도 있습니다. |
| |
이제 이 새로운 데이터 테이블이 생겼고 원하는 모든 유형의 옵션과 함께 모든 유형의 모델을 사용할 수 있습니다. 이 열을 가중치 또는 빈도 열로 사용하고 거기에서 이동할 수 있습니다. 이것이 불균형 분류 추가 기능에 대한 데모의 끝입니다. 시청 해주셔서 감사합니다. |
