Tema 5.2. Problemas de clasificaci1n no

Apuntes

Tema 5.2. Problemas de clasificación no balanceados. Re-muestreo de datos Preparación de Datos Departamento de Estadística, Informática y Matemáticas Universidad Pública de Navarra Curso académico 2025/2026 Problemas de clasificación no balanceados • Problemas cuya distribución de clases no es homogénea • Clase positiva: la de menor número de ejemplos • Clase negativa: la de mayor número de ejemplos • Métrica de rendimiento: ya visto • Imbalanced Ratio (IR) 𝐼𝑅 = 𝑛º 𝑒𝑗𝑒𝑚𝑝𝑙𝑜𝑠 𝑐𝑙𝑎𝑠𝑒 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑎 𝑛º 𝑒𝑗𝑒𝑚𝑝𝑙𝑜𝑠 𝑐𝑙𝑎𝑠𝑒 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑎 • Factores que influyen en la dificultad del problema • IR • Grado de overlap entre las clases • Grupos pequeños de ejemplos (small disjunts) Problemas no balanceados: Soluciones 1. A nivel de datos: pre-procesamiento de ejemplos (muestreo) 2. A nivel algorítmico: modificar características del algoritmo base (Sensible al Coste) 3. Ensembles Over-sampling Aleatorio Informado Under-sampling Aleatorio Informado Híbridas Motivación Mantener ejemplos Influyentes Balancear el conjunto de entrenamiento Eliminar instancias ruidosas en las fronteras Reducir el conjunto de entrenamiento Comentarios generales • Conjunto de entrenamie...