RESEARCH27
Correcting Performance Estimation Bias in Imbalanced Classification with Minority Subconcepts
arXiv CS.LG·30. April 2026
Diese Forschung befasst sich mit der Verzerrung bei der Leistungsschätzung in der unbalancierten Klassifikation, insbesondere bei Minderheiten-Subkonzepten innerhalb von Klassen. Sie führt eine neue praktische, nutzen-gewichtete Bewertungsmetrik, die vorhergesagte gewichtete balancierte Genauigkeit (pBA), ein, die vorhergesagte posteriore Wahrscheinlichkeiten verwendet, um diese Verzerrung zu korrigieren und eine genauere Bewertung zu liefern.
imbalanced-classificationbias-correctionmachine-learning-metricssubconcept-analysisperformance evaluation
Original lesen ↗