Imbalanced Data Handling / Xử lý Dữ liệu Mất cân bằng

📖 Imbalanced Data Handling

Definition (English):

Imbalanced datasets (e.g., 99% negative, 1% positive) cause models to favor the majority class. Solutions: oversampling minority class (SMOTE — synthetic minority oversampling), undersampling majority class, class weights (penalizing misclassification of minority), threshold adjustment, and ensemble methods (EasyEnsemble, BalancedRandomForest). SMOTE generates synthetic examples by interpolating between minority samples.

📖 Xử lý Dữ liệu Mất cân bằng

Định nghĩa (Tiếng Việt):

Tập dữ liệu mất cân bằng (ví dụ: 99% âm, 1% dương) khiến mô hình thiên vị lớp đa số. Giải pháp: oversampling lớp thiểu số (SMOTE — synthetic minority oversampling), undersampling lớp đa số, class weights (phạt phân loại sai lớp thiểu số), điều chỉnh ngưỡng và phương pháp tập thể (EasyEnsemble, BalancedRandomForest). SMOTE tạo ví dụ tổng hợp bằng cách nội suy giữa các mẫu thiểu số.

📂 Phân loại: Techniques