SMOTE, skr\u00f3t od Synthetic Minority Oversampling Technique, to zaawansowana metoda powi\u0119kszania danych stosowana w uczeniu maszynowym w celu rozwi\u0105zania problemu niezr\u00f3wnowa\u017conych zbior\u00f3w danych. W wielu rzeczywistych scenariuszach zbiory danych cz\u0119sto zawieraj\u0105 niezr\u00f3wnowa\u017cony rozk\u0142ad klas, w kt\u00f3rym jedna klasa (klasa mniejszo\u015bci) ma znacznie mniej instancji w por\u00f3wnaniu z innymi klasami (klasami wi\u0119kszo\u015bci). Ta nier\u00f3wnowaga mo\u017ce prowadzi\u0107 do stronniczych modeli, kt\u00f3re s\u0142abo radz\u0105 sobie z rozpoznawaniem klasy mniejszo\u015bci, co prowadzi do nieoptymalnych przewidywa\u0144.<\/p>\n
Aby rozwi\u0105za\u0107 ten problem, wprowadzono SMOTE poprzez wygenerowanie syntetycznych pr\u00f3bek klasy mniejszo\u015bci, r\u00f3wnowa\u017c\u0105c w ten spos\u00f3b rozk\u0142ad klas i zwi\u0119kszaj\u0105c zdolno\u015b\u0107 modelu do uczenia si\u0119 od klasy mniejszo\u015bci. Technika ta znalaz\u0142a liczne zastosowania w r\u00f3\u017cnych dziedzinach, takich jak diagnostyka medyczna, wykrywanie oszustw i klasyfikacja obraz\u00f3w, gdzie przewa\u017caj\u0105 niezr\u00f3wnowa\u017cone zbiory danych.<\/p>\n
SMOTE zosta\u0142o zaproponowane przez Nitesha V. Chawl\u0119, Kevina W. Bowyera, Lawrence'a O. Halla i W. Philipa Kegelmeyera w ich prze\u0142omowym artykule zatytu\u0142owanym \u201eSMOTE: Synthetic Minority Over-sampling Technique\u201d opublikowanym w 2002 roku. Autorzy dostrzegli wyzwania, jakie stwarza niezr\u00f3wnowa\u017conych zbior\u00f3w danych i opracowa\u0142 SMOTE jako innowacyjne rozwi\u0105zanie \u0142agodz\u0105ce b\u0142\u0105d powodowany przez takie zbiory danych.<\/p>\n
Badania Chawli i in. wykazali, \u017ce projekt SMOTE znacz\u0105co poprawi\u0142 wydajno\u015b\u0107 klasyfikator\u00f3w w przypadku niezr\u00f3wnowa\u017conych danych. Od tego czasu SMOTE zyska\u0142o popularno\u015b\u0107 i sta\u0142o si\u0119 podstawow\u0105 technik\u0105 w dziedzinie uczenia maszynowego.<\/p>\n
SMOTE dzia\u0142a poprzez tworzenie syntetycznych pr\u00f3bek dla klasy mniejszo\u015bci poprzez interpolacj\u0119 pomi\u0119dzy istniej\u0105cymi instancjami klasy mniejszo\u015bci. Kluczowe kroki algorytmu SMOTE s\u0105 nast\u0119puj\u0105ce:<\/p>\n
Algorytm SMOTE mo\u017cna podsumowa\u0107 w nast\u0119puj\u0105cym r\u00f3wnaniu, gdzie x_i reprezentuje pierwotn\u0105 instancj\u0119 mniejszo\u015bci, x_n jest losowo wybranym s\u0105siadem, a \u03b1 jest losow\u0105 warto\u015bci\u0105 z zakresu od 0 do 1:<\/p>\n
Instancja syntetyczna = x_i + \u03b1 * (x_n \u2013 x_i)<\/p>\n
Dzi\u0119ki iteracyjnemu zastosowaniu SMOTE do instancji klas mniejszo\u015bciowych rozk\u0142ad klas zostaje ponownie zr\u00f3wnowa\u017cony, co skutkuje bardziej reprezentatywnym zbiorem danych do uczenia modelu.<\/p>\n
Kluczowe cechy SMOTE s\u0105 nast\u0119puj\u0105ce:<\/p>\n
Rozszerzanie danych<\/strong>: SMOTE wzmacnia klas\u0119 mniejszo\u015bci, generuj\u0105c pr\u00f3bki syntetyczne, rozwi\u0105zuj\u0105c problem braku r\u00f3wnowagi klas w zbiorze danych.<\/p>\n<\/li>\n Redukcja odchyle\u0144<\/strong>: Zwi\u0119kszaj\u0105c liczb\u0119 wyst\u0105pie\u0144 klas mniejszo\u015bciowych, SMOTE zmniejsza b\u0142\u0105d w klasyfikatorze, co prowadzi do poprawy wydajno\u015bci predykcyjnej dla klasy mniejszo\u015bci.<\/p>\n<\/li>\n Mo\u017cliwo\u015b\u0107 uog\u00f3lnienia<\/strong>: SMOTE mo\u017cna zastosowa\u0107 do r\u00f3\u017cnych algorytm\u00f3w uczenia maszynowego i nie jest ograniczony do \u017cadnego konkretnego typu modelu.<\/p>\n<\/li>\n \u0141atwe wdro\u017cenie<\/strong>: SMOTE jest proste we wdro\u017ceniu i mo\u017cna je bezproblemowo zintegrowa\u0107 z istniej\u0105cymi procesami uczenia maszynowego.<\/p>\n<\/li>\n<\/ol>\n SMOTE ma kilka odmian i adaptacji, aby zaspokoi\u0107 r\u00f3\u017cne typy niezr\u00f3wnowa\u017conych zbior\u00f3w danych. Niekt\u00f3re z powszechnie u\u017cywanych typ\u00f3w SMOTE obejmuj\u0105:<\/p>\n Zwyk\u0142y SMOK<\/strong>: Jest to standardowa wersja SMOTE, jak opisano powy\u017cej, kt\u00f3ra tworzy syntetyczne instancje wzd\u0142u\u017c linii \u0142\u0105cz\u0105cej instancj\u0119 mniejszo\u015bci i jej s\u0105siad\u00f3w.<\/p>\n<\/li>\n Graniczny SMOT<\/strong>: Ten wariant koncentruje si\u0119 na generowaniu pr\u00f3bek syntetycznych w pobli\u017cu granicy klas mniejszo\u015bci i wi\u0119kszo\u015bci, dzi\u0119ki czemu jest bardziej skuteczny w przypadku zbior\u00f3w danych z nak\u0142adaj\u0105cymi si\u0119 klasami.<\/p>\n<\/li>\n ADASYN (adaptacyjne pr\u00f3bkowanie syntetyczne)<\/strong>: ADASYN udoskonala SMOTE, przypisuj\u0105c wi\u0119ksz\u0105 wag\u0119 przypadkom mniejszo\u015bci, kt\u00f3re s\u0105 trudniejsze do nauczenia, co skutkuje lepsz\u0105 generalizacj\u0105.<\/p>\n<\/li>\n SMOTEBoost<\/strong>: SMOTEBoost \u0142\u0105czy SMOTE z technikami wzmacniania, aby jeszcze bardziej zwi\u0119kszy\u0107 wydajno\u015b\u0107 klasyfikator\u00f3w na niezr\u00f3wnowa\u017conych zbiorach danych.<\/p>\n<\/li>\n SMOTE na bezpiecznym poziomie<\/strong>: Ten wariant zmniejsza ryzyko nadmiernego dopasowania poprzez kontrolowanie liczby generowanych pr\u00f3bek syntetycznych w oparciu o poziom bezpiecze\u0144stwa ka\u017cdego przypadku.<\/p>\n<\/li>\n<\/ol>\n Oto tabela por\u00f3wnawcza podsumowuj\u0105ca r\u00f3\u017cnice mi\u0119dzy tymi wariantami SMOTE:<\/p>\nRodzaje SMOT\u00d3W<\/h2>\n
\n