Um engenheiro de ML está inspecionando um conjunto de dados de classificação antes de treinar um modelo no Amazon SageMaker e suspeita de um grande desequilíbrio de rótulos de classe que poderia enviesar o modelo. Qual métrica de pré-treinamento o engenheiro deve usar para confirmar o desequilíbrio de classes?

A Diferença nas Proporções de Rótulos (DPL) é a métrica correta porque ela quantifica diretamente o desequilíbrio entre as classes em um conjunto de dados de classificação. Ao calcular a diferença percentual ou absoluta entre a ocorrência de cada rótulo, o engenheiro pode confirmar se uma classe é significativamente mais ou menos representada que as outras. O Erro Quadrático Médio (MSE) é usado para avaliar modelos de regressão, não para identificar desequilíbrio de classes em dados de classificação. O Silhouette Score é uma métrica para avaliar a qualidade de agrupamentos (clusters) em algoritmos de clustering, não para desequilíbrio de classes. A Medida de Índice de Similaridade Estrutural (SSIM) é usada para avaliar a qualidade de imagens, comparando a similaridade entre duas imagens, o que não se aplica a este cenário.