Learning from class-imbalanced data: Review of methods and applications

حوادث نادر، به ویژه کسانی که می توانند به طور بالقوه منفی بر جامعه اثر گذارند، اغلب نیاز به پاسخ های تصمیم گیری انسان را دارند. تشخیص حوادث نادر را می توان به عنوان یک کار پیش بینی در محاسبات داده ها و جوامع یادگیری ماشین مشاهده کرد. همانطور که این حوادث به ندرت در زندگی روزمره مشاهده می شوند، پیش بینی کار از کمبود داده های متوازن رنج می برد. در این مقاله، ما یک بررسی عمیق از تشخیص رویداد نادر را از منظر یادگیری عدم تعادل ارائه می کنیم. پنجاه و هفده مقاله مربوط به آن در دهه گذشته منتشر شده است. آمار اولیه نشان داد که تشخیص وقایع نادر و یادگیری نامتعادل در گستره وسیعی از زمینه های تحقیقاتی از علم مدیریت به مهندسی است. ما تمام مقالات جمع آوری شده از نظر فنی و عملی را بررسی کردیم. روش های مدل سازی مورد بحث شامل تکنیک هایی مانند پیش پردازش داده ها، الگوریتم های طبقه بندی و ارزیابی مدل است. برای برنامه های کاربردی، ما ابتدا طبقه بندی جامع دامنه های کاربردی موجود در یادگیری نامتعادل را ارائه می دهیم و سپس برنامه های کاربردی را برای هر دسته بندی مشخص می کنیم. در نهایت، برخی از پیشنهادات از مقالات مورد بررسی با تجارب و قضاوت های ما گنجانده شده است تا جهت راهنمایی بیشتر برای آموزش ناهموار و زمینه های تشخیص رویداد نادر را ارائه دهد.