Kostenempfindliches Eins-gegen-Eins-Ensemble für mehrklassige unausgewogene Daten

Das Lernen aus unausgewogenen Daten stellt erhebliche Herausforderungen für Maschinenlernalgorithmen dar, da sie mit einer ungleichen Verteilung von Beispielen im Trainingsdatensatz umgehen müssen. Da Standard-Klassifizierer zur Mehrheitklasse tendieren, besteht ein Bedarf an spezifischen Methoden, die diese Dominanz der Einzelklasse überwinden können. Die meisten Arbeiten konzentrierten sich auf binäre Probleme, bei denen Mehrheit und Minderheit unterschieden werden können. Ein herausfordernderes Problem tritt jedoch auf, wenn Ungleichgewicht in mehrklassigen Datensätzen vorhanden ist, da Beziehungen zwischen den Klassen komplizierter werden. Eine Klasse kann für einige eine Minderheit und für andere eine Mehrheit sein. In diesem Papier schlagen wir eine effiziente Methode zum Umgang mit solchen Szenarien vor, die Problemunterteilung mit kostenempfindlichem Lernen kombiniert. Gemäß der Regel von Teile und Herrsche zerlegen wir unsere mehrklassigen Daten in eine Reihe binärer Unterprobleme mithilfe eines Eins-gegen-Eins-Ansatzes. Auf jede vereinfachte Aufgabe delegieren wir ein kostenempfindliches neuronales Netzwerk mit beweglichem Schwellenwert. Es basiert auf der Skalierung des Outputs des Klassifizierers mit einer gegebenen Kostenfunktion. Auf diese Weise passen wir unsere Unterstützungsfunktionen an die Minderheitsklasse an. Wir schlagen eine neuartige Methode zur automatischen Bestimmung der Kosten vor, die auf der Analyse der Receiver Operating Characteristic (ROC)-Kurve basiert. So können wir die Kostenmatrix für jedes Klassenpaar unabhängig schätzen. Anschließend rekonstruieren wir das ursprüngliche mehrklassige Problem mit einem speziellen Klassifiziererfusionierungsansatz. Die experimentelle Analyse, unterstützt durch statistische Tests, beweist eindeutig, dass ein solcher Ansatz den hochmodernen Ad-hoc- und Zerfallmethoden in der Literatur überlegen ist.