البيانات المتوازنة وغير المتوازنة
Balanced vs imbalanced data
رؤية لماذا تخدع الدقة (Accuracy) حين تكون الفئة الإيجابية نادرة.
Englishالفكرة
غيّر نسبة الفئة النادرة وراقب الدقة والاستدعاء وF1 والدقة المتوازنة ومصفوفة الالتباس.
وصف البيانات
بيانات اصطناعية تولّد في متصفحك من توزيعات معلنة؛ لا تحتوي أي بيانات شخصية حقيقية.
التجربة التالية المقترحة
مفاهيم هذه التجربة
معادلة مقاييس التصنيف (Classification metrics)
الدقة والدقة الإيجابية والاستدعاء وF1 والدقة المتوازنة.
\mathrm{Acc}=\frac{TP+TN}{n},\;\mathrm{P}=\frac{TP}{TP+FP},\;\mathrm{R}=\frac{TP}{TP+FN},\;F_1=\frac{2PR}{P+R},\;\mathrm{BA}=\frac{\mathrm{TPR}+\mathrm{TNR}}{2}عدم توازن الفئات (Class Imbalance)
حين تكون إحدى فئات الهدف نادرة (مثل الاحتيال أو مرض نادر)، قد يحقق النموذج دقة عالية بتصنيف كل شيء كفئة الأغلبية. لذلك تُستخدم مقاييس مثل الاستدعاء وF1 والدقة المتوازنة ومصفوفة الالتباس.
مصفوفة الالتباس ومقاييس التصنيف
جدول من أربع خانات: TP إيجابي صحيح، FP إيجابي كاذب، TN سلبي صحيح، FN سلبي كاذب. تُشتق منه الدقة (Accuracy)، والدقة الإيجابية (Precision)، والاستدعاء (Recall)، وF1، والنوعية (Specificity)، والدقة المتوازنة. حسابها لكل مجموعة أساس قياس العدالة.
المراجع العلمية للتجربة
- imbalanced-learn — SMOTEimbalanced-learn developers (2025) — أداة
