Kavram SözlüğüVeri Bilimi ve Veri Yönetimi

Azaltılmış Örnekleme

Baskın sınıfın örnek sayısını azaltarak sınıf dağılımını daha dengeli hale getirme yaklaşımı.

Undersampling, çoğunluk sınıfındaki örnek sayısını azaltarak modelin azınlık sınıfını daha ciddiye almasını sağlamayı hedefler. Bu yöntem hesaplama maliyetini de azaltabilir ve bazı durumlarda karar sınırlarını daha temiz hale getirebilir. Ancak bilgi kaybı riski taşır; çünkü bazı çoğunluk örnekleri atıldığında veri içindeki önemli örüntüler de kaybolabilir. Bu nedenle undersampling kararı rastgele değil, mümkünse yapısal ve bilgi koruyucu stratejilerle verilmelidir. Hızlı ama hassas dengelenme aracı olarak düşünülebilir.