Correcting Performance Estimation Bias in Imbalanced Classification with Minority Subconcepts

Cette recherche aborde le biais dans l'estimation des performances pour la classification déséquilibrée, notamment en ce qui concerne les sous-concepts minoritaires au sein des classes. Elle introduit une nouvelle métrique d'évaluation pratique pondérée par l'utilité, la précision équilibrée pondérée par prédiction (pBA), qui utilise des probabilités postérieures prédites pour corriger ce biais et offrir une évaluation plus juste.