GBM分類は、クラスサイズの不均衡に悩まされますか？

16

監視対象のバイナリ分類の問題を扱っています。GBMパッケージを使用して、個人を未感染/感染として分類したいと思います。私は、感染した個人の15倍も感染していない。

クラスサイズが不均衡な場合にGBMモデルが影響を受けるかどうか疑問に思っていましたか？この質問に答える参考文献は見つかりませんでした。

感染していない人に1の重みを、感染した人に15の重みを割り当てることで重みを調整しようとしましたが、結果は良くありませんでした。

r machine-learning boosting unbalanced-classes gbm

— ヨーヨー
ソース

1

（補足）GBMの略語とパッケージへのリンクを提供していただければ助かります。

— Memming

1

勾配ブースティングモデルにどの損失関数を使用していますか？不均衡なクラスに関しては、最も一般的なクラスを優先するように思われるため、平均絶対誤差を使用したときにパフォーマンスが低下しました。私は平均二乗誤差を使用するとパフォーマンスが大幅に向上

— ライアンZotti

将来の参考のために、キャレットの対数損失（クロス偏差）で使用されるデフォルトの損失関数も非常に役立つと思います。（負の対数スケールで間違った場合に大きなペナルティを課します）

— リリーロング

4

私の経験では、GBMはクラスサイズの不均衡に悩まされています。少数派クラスをオーバーサンプリングしながら合成データを作成するSMOTEサンプリングを使用して、成功しました。DMwRパッケージで見つけることができます。

— トレイ
ソース

私は少し混乱しています。GBMは、データの不均衡を処理するためのアプローチではありませんか？これをご覧くださいanalyticsvidhya.com/blog/2017/03/…

— ご覧 Lamothy

5

あなたのデータは、私が過去に仕事をしていて多くの困難に直面したセコムのデータに似ていると思います。以下は私が試したものです：

また、AdaboostやRandom Forestのような他の製品と比較して、より良い結果が得られた1クラスSVMを試しました。あなたもそれを試すことができます。

また、1年前にこの質問をしたことがあるので、最善の方法を見つけたらここに投稿してください。そうすれば、より良い精度を得るための助けを得ることができます。

— アンキット
ソース