Балансировка классов (Class Balancing)

Балансировка классов — приём, который выравнивает количество примеров разных категорий в обучающих данных. Если в датасете 950 нормальных операций и 50 мошеннических, модель начинает игнорировать редкий класс — балансировка исправляет этот перекос.

Без неё модель учится замечать только частые случаи и пропускает редкие, но важные.

• не даёт модели игнорировать редкие, но важные случаи;
• повышает точность распознавания мошенничества, брака, аномалий;
• делает метрики качества модели более честными;
• снижает риск того, что модель просто предсказывает самый частый класс;
• помогает при обучении на реальных, а не искусственно ровных данных.

Обнаружение мошенничества, диагностика по медицинским снимкам, поиск брака на производстве — везде, где редкий случай важнее частого.

Пример: банк обучает модель искать мошеннические операции и специально увеличивает долю таких примеров в обучающей выборке, иначе модель перестаёт их замечать.

Балансировку делают разными способами: добавляют копии редкого класса, создают синтетические примеры или снижают вес частого класса при обучении. Слишком агрессивная балансировка искажает реальное соотношение случаев.