Globalny bank wytrenował model churnu na 1000 rekordach klientów, z czego 100 oznaczono jako klientów, którzy odeszli. Po trenowaniu w SageMaker Data Wrangler, model przewiduje tylko klasę negatywną (nigdy nie przewiduje churnu). Jaka zmiana w danych treningowych najprawdopodobniej to naprawi i zapewni dokładniejsze przewidywania churnu?

Model przewiduje tylko klasę negatywną, co wskazuje na problem z niezbalansowaniem klas, gdzie klasa mniejszościowa (klienci, którzy odeszli) jest niedostatecznie reprezentowana. SMOTE (Synthetic Minority Oversampling Technique) to technika nadpróbkowania, która generuje syntetyczne próbki klasy mniejszościowej, zwiększając jej reprezentację w zbiorze treningowym. Dzięki temu model ma więcej przykładów do nauki cech klientów, którzy odeszli, co poprawia jego zdolność do przewidywania churnu. Usunięcie wartości odstających może być przydatne, ale nie rozwiązuje problemu niezbalansowania klas. Normalizacja cech jest standardową praktyką, ale również nie adresuje niezbalansowania. Undersampling klasy większościowej, choć może pomóc, często prowadzi do utraty cennych informacji.