Ein Kreditkartenunternehmen muss betrügerische Transaktionen in Echtzeit erkennen. Ein beschrifteter historischer Datensatz (Betrug vs. legitim) wird in Amazon S3 gespeichert. Nach dem Entfernen fehlender Werte trainiert ein Data Scientist einen XGBoost-Klassifikator in Amazon SageMaker. Die Modellmetriken sind: TPR 0,700, FNR 0,300, TNR 0,977, FPR 0,023 und eine Gesamtgenauigkeit von 0,949. Welche Maßnahme sollte der Data Scientist ergreifen, um die Modellleistung angesichts des offensichtlichen Klassenungleichgewichts zu verbessern?

Die korrekte Antwort ist, SMOTE auf die Minderheitsklasse (Betrug) anzuwenden. Ein Klassenungleichgewicht liegt vor, wenn eine Klasse (hier: Betrug) im Datensatz deutlich seltener vorkommt als die andere (legitim). Dies führt dazu, dass Modelle die Minderheitsklasse oft schlecht erkennen. SMOTE (Synthetic Minority Oversampling Technique) erzeugt synthetische Beispiele der Minderheitsklasse, um das Ungleichgewicht auszugleichen und dem Modell zu helfen, die Merkmale der Betrugsfälle besser zu lernen. Die Anwendung von SMOTE auf die Mehrheitsklasse würde das Ungleichgewicht verschlimmern. Ein Undersampling der Minderheitsklasse würde zu einem weiteren Datenverlust führen und die Erkennung von Betrug noch schwieriger machen. Ein Oversampling der Mehrheitsklasse würde ebenfalls das Ungleichgewicht verstärken und ist daher kontraproduktiv.