« Sous-échantillonnage aléatoire » : différence entre les versions

Dernière version du 28 janvier 2024 à 13:03

Définition

Une approche pour résoudre le problème du déséquilibre de classe consiste à rééchantillonner de manière aléatoire l’ensemble de données d’apprentissage. Les deux principales approches pour rééchantillonner au hasard un ensemble de données déséquilibré consistent à supprimer des exemples de la classe majoritaire, appelé sous-échantillonnage, et à dupliquer des exemples de la classe minoritaire, ce qu’on appelle suréchantillonnage.

Français

Sous-échantillonnage aléatoire

Sur-échantillonnage aléatoire

Anglais

Random Under-Sampling

Random Over-Sampling

Sources

Source : machine learning mastery

@@ Ligne 1 : / Ligne 1 : @@
-__NOTOC__
-== Domaine ==
-[[Category:Vocabulaire]]Vocabulaire<br />
-[[Category:Claude]]Claude<br />
-[[Category:Apprentissage profond]]Apprentissage profond<br />
-<br />
 == Définition ==
+Une approche pour résoudre le problème du déséquilibre de classe consiste à rééchantillonner de manière aléatoire l’ensemble de données d’apprentissage. Les deux principales approches pour rééchantillonner au hasard un ensemble de données déséquilibré consistent à supprimer des exemples de la classe majoritaire, appelé '''sous-échantillonnage''', et à dupliquer des exemples de la classe minoritaire, ce qu’on appelle '''suréchantillonnage'''.
-<br />
+== Français ==
+'''Sous-échantillonnage aléatoire'''
+'''Sur-échantillonnage aléatoire'''
-== Termes privilégiés ==
+== Anglais ==
-===sous-échantillonnage aléatoire===
+'''Random Under-Sampling '''
-<br />
+'''Random Over-Sampling '''
-== Anglais ==
-===Random Under-Sampling ===
-===RUS===
-<br/>
+==Sources==
-<br/>
-<br/>
+[https://machinelearningmastery.com/random-oversampling-and-undersampling-for-imbalanced-classification/  Source : machine learning mastery ]
-<br/>
+[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
-<br/>
-<br/>