« Ensemble de données avec déséquilibre des classes » : différence entre les versions
m (Remplacement de texte — « <!-- Scotty2 --> » par « ») |
m (Remplacement de texte — « <small> masculin </small> » par « ») |
||
| (4 versions intermédiaires par le même utilisateur non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
Problème de classification binaire dans lequel les fréquences des étiquettes des deux classes sont significativement différentes. Par exemple, un ensemble de données de maladie dans lequel 0,0001 des exemples ont des étiquettes positives et 0,9999 ont des étiquettes négatives est un problème de déséquilibre des classes. Par contre, une prédiction de match de football dans laquelle 0,51 des exemples étiquettent une équipe comme gagnante et 0,49 étiquettent l'autre équipe comme gagnante n'est pas un problème avec un déséquilibre des classes. | Problème de classification binaire dans lequel les fréquences des étiquettes des deux classes sont significativement différentes. Par exemple, un ensemble de données de maladie dans lequel 0,0001 des exemples ont des étiquettes positives et 0,9999 ont des étiquettes négatives est un problème de déséquilibre des classes. Par contre, une prédiction de match de football dans laquelle 0,51 des exemples étiquettent une équipe comme gagnante et 0,49 étiquettent l'autre équipe comme gagnante n'est pas un problème avec un déséquilibre des classes. | ||
== Français == | == Français == | ||
''' ensemble de données avec déséquilibre des classes''' | ''' ensemble de données avec déséquilibre des classes''' | ||
== Anglais == | == Anglais == | ||
| Ligne 17 : | Ligne 11 : | ||
<small> | <small> | ||
[https://developers.google.com/machine-learning/glossary/ Source: Google, ''Machine learning glossary'' ] | |||
[ | |||
[[Category:GRAND LEXIQUE FRANÇAIS]] | |||
[[Category:Apprentissage profond]] | |||
Version du 1 février 2021 à 19:26
Définition
Problème de classification binaire dans lequel les fréquences des étiquettes des deux classes sont significativement différentes. Par exemple, un ensemble de données de maladie dans lequel 0,0001 des exemples ont des étiquettes positives et 0,9999 ont des étiquettes négatives est un problème de déséquilibre des classes. Par contre, une prédiction de match de football dans laquelle 0,51 des exemples étiquettent une équipe comme gagnante et 0,49 étiquettent l'autre équipe comme gagnante n'est pas un problème avec un déséquilibre des classes.
Français
ensemble de données avec déséquilibre des classes
Anglais
class-imbalanced data set
Contributeurs: Claire Gorjux, Jacques Barolet, wiki, Robert Meloche
