類別不平衡（Class Imbalance）常用方法

處理類別不平衡（Class Imbalance）是機器學習中常見且重要的問題，尤其在少數類樣本數量遠小於多數類時，模型容易偏向多數類，導致少數類識別效果差。常用的處理方法包括資料層面和算法層面技術。

常用處理類別不平衡方法：

• 過採樣（Oversampling）少數類
複製少數類樣本或用合成方法增加少數類數據。常用技術：

• SMOTE（合成少數類過採樣技術）：基於特徵空間鄰近點生成合成樣本，避免複製引起過擬合。

• ADASYN：基於數據密度自適應地生成合成樣本，聚焦難分類區域。

• 欠採樣（Undersampling）多數類
隨機刪減多數類樣本數量，達平衡數據分布。缺點是可能丟失有用信息。

• 可搭配聚類方法進行更智能欠採樣。

2. 算法層面方法

• 調整類別權重（Class Weights）
在模型訓練中給予少數類更高權重，使模型更重視少數類樣本。許多機器學習算法（如隨機森林、XGBoost）支持類別權重調整。

• 調整決策閾值（Threshold Tuning）
改變分類器概率閾值，平衡精確率與召回率，提升少數類識別。

3. 集成方法

• 利用多個弱分類器組合成強分類器（如隨機森林、提升樹），通過投票和加權提升少數類識別能力。

4. 評估指標選擇

• 採用對不平衡數據敏感的指標，如F1分數、召回率（Recall）、AUC-ROC等，避免單一準確率誤導。

簡單比喻：

類別不平衡處理就像在森林中找稀有的珍禽，用多種策略幫助模型更好發現稀有類型。

總結：

類別不平衡處理方法包含過採樣、欠採樣、類別權重調整、決策閾值調整和集成學習技術，配合適當評估指標，能有效提升少數類識別能力和模型整體表現。