imbalanced data

 

 

imbalanced data

·         imbalanced data는 각 측정항목이 동일한 크기의 dataset을 가지지 못한 것을 의미합니다. (total)

·         A는 220개인데 B, C, D는 10개밖의 input을 가지고 있어 모두 동일한 크기의 dataset을 가지고 있지 못합니다. 이 경우가 imbalanced data가 됩니다.

 

 

MODEL 1	Predictions	output	output	output	output	Predict data
Actual class		A	B	C	D	total
input	A	110	80	10	20	220
input	B	3	9	0	2	10
input	C	0	1	8	1	10
input	D	0	1	0	9	10
Actual data	total	113	91	18	32	250

 

 

 

MODEL 2	Predictions	output	output	output	output	Predict data
Actual class		A	B	C	D	total
input	A	217	2	0	1	220
input	B	7	1	0	2	10
input	C	7	1	1	1	10
input	D	2	4	3	1	10
Actual data	total	233	8	4	5	250

 

 

 

Accuracy Comparison

구분	Accuracy 계산식
MODEL 1 Accuracy	(110+9+8+9)/250=0.544
MODEL 2 Accuracy	(217+1+1+1)/250=0.88

 

 

 

Result

MODEL1 0.544 < MODEL2 0.88

Accuracy로 생성된 모델을 판단하면 MODEL2가 MODEL1보다 Accuracy가 더 커서 더 좋은 모델이라고 판단할 수 있어 MODEL2를 채택하게 됩니다.

하지만 A, B, C, D 전체의 예측률을 보면 MODEL1이 전반적으로 잘 맞추고 있어 MODEL1이 MODEL2보다 더 좋아 MODEL1 를 선택하는 것이 좋습니다.

imbalanced data에서 사용할 수 있는 F1 core 지표를 확인해야 합니다.

 

	MODEL1	MODEL2
Accuracy	0.544	0.88
A	110	217
B	9	1
C	8	1
D	9	1

 

 

	MODEL1	MODEL2
Accuracy	0.544	0.88
A	110	217
B	9	1
C	8	1
D	9	1