DetectEye, %0,3 pozitif sınıfa sahip bir dolandırıcılık modeli işletiyor ve SageMaker üzerinde bir XGBoost modeli eğitmeyi planlıyor. Şiddetli sınıf dengesizliğini gidermek, mümkün olduğunca fazla sinyali korumak ve etiket gürültüsü amplifikasyonunu önlemek istiyorlar. Bu üretim bağlamında ilk denenecek en uygun İKİ müdahale hangisidir?

SMOTE, azınlık sınıfı örneklerini sentetik olarak artırarak sınıf dengesizliğini giderir ve sinyal kaybını önler. SageMaker Processing job'da uygulanması, eğitimden önce veri hazırlığı aşamasında bu işlemi yapmaya olanak tanır ve sentetik örneklerin kalitesinin doğrulanması önemlidir. XGBoost'un scaleposweight parametresi, pozitif sınıf örneklerine daha yüksek bir ağırlık atayarak modelin bu sınıfı öğrenmeye daha fazla odaklanmasını sağlar. Bu yöntem, veri kümesinin orijinal dağılımını değiştirmeden modelin eğitim sürecini etkiler ve etiket gürültüsünü artırmaz. Diğer seçenekler ise şunlardır: Çoğunluk sınıfını rastgele alt örneklemek, önemli miktarda veri kaybına yol açarak sinyali azaltabilir. Athena ile sorgu zamanında SMOTE benzeri üretim yapmak pratik değildir ve karmaşıktır. Erken durdurmayı devre dışı bırakmak ve öğrenme oranını artırmak, modelin aşırı uyum sağlamasına veya kararsız hale gelmesine neden olabilir.