Bir kredi kartı şirketinin gerçek zamanlı olarak sahte işlemleri tespit etmesi gerekiyor. Etiketlenmiş geçmiş veriler (sahte ve yasal işlemler) Amazon S3'te depolanır. Eksik değerler kaldırıldıktan sonra, bir veri bilimcisi Amazon SageMaker'da bir XGBoost sınıflandırıcısı eğitir. Model metrikleri şunlardır: TPR 0.700, FNR 0.300, TNR 0.977, FPR 0.023 ve genel doğruluk 0.949. Belirgin sınıf dengesizliği göz önüne alındığında, veri bilimcisi model performansını iyileştirmek için hangi eylemi yapmalıdır?

Sahte işlem tespiti gibi senaryolarda, sahte işlemler yasal işlemlere göre çok daha azdır, bu da ciddi bir sınıf dengesizliğine yol açar. Model metrikleri (özellikle FPR'nin düşük olması ve TPR'nin nispeten düşük olması) bu dengesizliği ve modelin azınlık sınıfını (sahte işlemler) iyi yakalayamadığını gösterir. SMOTE, azınlık sınıfının sentetik örneklerini oluşturarak eğitim setindeki dengesizliği giderir. Bu, modelin azınlık sınıfından daha fazla öğrenmesini sağlar ve genellikle TPR'yi artırırken FPR'yi kabul edilebilir seviyelerde tutar. Çoğunluk sınıfına SMOTE uygulamak dengesizliği daha da kötüleştirir. Azınlık sınıfını undersample etmek, zaten az olan veri miktarını daha da azaltarak modelin öğrenme kapasitesini düşürür. Çoğunluk sınıfını oversample etmek yerine, azınlık sınıfını oversample etmek daha doğru bir yaklaşımdır ve SMOTE bunun için etkili bir yöntemdir.