Le déséquilibre des classes est l'un des problèmes les plus difficiles à résoudre pour les techniques d'exploration de données et d'apprentissage automatique. Dans les applications du monde réel, les données présentent souvent une répartition déséquilibrée des classes. Cela se produit lorsque la plupart des exemples appartiennent à une classe majoritaire et que peu d'exemples appartiennent à une classe minoritaire. Dans ce cas, les classificateurs standard ont tendance à classer tous les exemples dans la classe majoritaire et à ignorer complètement la classe minoritaire....

Das Ungleichgewicht zwischen den Klassen ist eines der schwierigsten Probleme für Data-Mining- und maschinelle Lernverfahren. Die Daten in realen Anwendungen weisen oft eine unausgewogene Klassenverteilung auf. Dies ist der Fall, wenn die meisten Beispiele zu einer Mehrheitsklasse und nur wenige Beispiele zu einer Minderheitsklasse gehören. In diesem Fall neigen Standardklassifizierer dazu, alle Beispiele als Mehrheitsklasse zu klassifizieren und die Minderheitsklasse vollständig zu ignorieren. Für dieses Problem haben Forscher eine Vielzahl von Lösungen sowohl auf Daten- als auch auf...