Ein Unternehmen hat über einen Zeitraum von 3 Monaten 10.000 Ereignisproben von Geräten gesammelt, um ein prädiktives Wartungsmodell zu erstellen. Es gibt 100 Ausfallereignisse, die gleichmäßig auf 50 Maschinentypen verteilt sind. Wie sollte das Unternehmen die Trainingsdaten vorbereiten, um die Modellgenauigkeit angesichts des Klassenungleichgewichts und der spärlichen Ausfälle pro Typ zu verbessern?

Die Überabtastung der Ausfallfälle mittels SMOTE ist die beste Strategie, da sie synthetische Beispiele der Minderheitsklasse (Ausfälle) generiert. Dies hilft, das Klassenungleichgewicht zu beheben und dem Modell mehr Datenpunkte zum Lernen aus den seltenen Ausfallereignissen zu bieten, ohne einfach vorhandene Daten zu duplizieren. Da die Ausfälle pro Maschinentyp spärlich sind, ist das Generieren neuer, aber realistischer Daten entscheidend. Klassen-Gewichtungen anzupassen ist hilfreich, aber SMOTE geht einen Schritt weiter, indem es die Datenmenge der Minderheitsklasse erhöht. Das Unterabtasten von Nicht-Ausfallereignissen würde wertvolle Informationen entfernen und ist bei spärlichen Ausfällen nicht ideal. SMOTE für Nicht-Ausfallereignisse ist nicht sinnvoll, da diese die Mehrheitsklasse bilden.