レベル: 中級
職務: アナリスト / 科学者 / エンジニア
マイケル・クロッティ、JMP シニア統計ライター、SAS
マリー・ゴーダール、統計コンサルタント
コリーン・マッケンドリー、JMP テクニカル ライター、SAS
最優秀招待論文ファイナリスト
異常検出が予測モデルの目標である場合、基礎となるデータは不均衡なクラス分布を示すことがよくあります。つまり、異常クラスは非異常クラスよりも大幅に小さくなります。モデリングの目標は通常、少数クラスのメンバーを識別することです。ただし、予測モデリング手法を単純に適用すると、偏った不正確なモデルになる可能性があります。これらの問題に対処するために多くの手法が提案されています。私たちは、JMP Pro ユーザーが不均衡なデータに対して予測モデルを開発できるように支援したいと考えています。過小評価されたクラスに分類するための JMP Pro のアプローチについて説明します。まず、不均衡なクラスの問題の一般的な側面、つまりバイアス、パフォーマンス指標、モデリングの問題に対処するためのアプローチについて説明します。次に、研究で使用するサンプリング方法について説明します。これには、重み付け、アンダーサンプリング、オーバーサンプリング、合成少数派オーバーサンプリング手法 (SMOTE) が含まれます。さまざまなクラスの割合を示すいくつかの実際のデータセットについて、これらのサンプリング方法と JMP Pro 分類プラットフォームで利用可能な予測モデルを組み合わせて得られた適合度を比較します。限られた範囲のシミュレーション データ セットに対して、サンプリング手法と予測モデルについて同様の調査を実施します。シミュレーション データ セットでは、標準モデルがクラスの不均衡の影響を受け始める過少表現の程度を特定しようとします。また、サンプリング方法と予測モデルの相対的なパフォーマンスに関する結論も提示します。
このプレゼンテーションで説明した分析を実行するアドインが利用可能になりました: 不均衡分類アドイン 。このアドインは、Scripts_and_Results.zip にあるスクリプトの機能を拡張します。他の機能の中でも、このアドインは R に依存せず、名義予測子と順序予測子を含むデータ セットに対して SMOTE、Tomek、および SMOTE と Tomek のサンプリングを実行し、ダイアログの [ヘルプ] ボタンから詳細なドキュメントを提供します。
