پست 🖥 مدیریت داده‌های نامتوازنت رو به این پکیج بسپار!

🖥 مدیریت داده‌های نامتوازنت رو به این پکیج بسپار! 👨🏻‍💻 فرض کن می‌خوای مدلی برای تشخیص تقلب، شناسایی بیماری یا پیش‌بینی رخدادهای نادر بسازی. اگه تعداد نمونه‌های مثبت خیلی کمتر از نمونه‌های منفی باشه، ممکنه مدل با وجود دقت بالا، در تشخیص همون موارد مهم عملکرد ضعیفی داشته باشه. ▶️ برای کار با این داده‌های نامتوازن، پکیج themis برای R مجموعه‌ای از روش‌های آماده برای مدیریت دیتاست‌های نامتوازن ارائه می‌ده و با فریم‌ورک tidymodels و پکیج recipes یکپارچه می‌شه. ⬅️ چه کارهایی می‌تونی باهاش انجام بدی؟ 🔹 تکنیک Oversampling: افزایش نمونه‌های کلاس کم‌تعداد، از طریق تکرار نمونه‌ها یا تولید نمونه‌های مصنوعی با روش‌هایی مثل SMOTE و ADASYN. 🔹 تکنیک Undersampling: کاهش نمونه‌های کلاس پرتعداد برای متعادل‌تر کردن توزیع کلاس‌ها. 🔹 انتخاب روش متناسب با داده: استفاده از روش‌هایی مثل Borderline-SMOTE ،KMeans-SMOTE و روش‌های مبتنی بر نزدیک‌ترین همسایه‌ها. 🔹 مدیریت عدم‌توازن در رگرسیون: با روش SMOGN می‌تونی با نواحی کم‌نمونه در متغیر هدف عددی هم کار کنی؛ بنابراین کاربرد themis فقط به مسائل طبقه‌بندی محدود نیست. 🔄 نسخهٔ ۱.۱.۰ این پکیج هم که در اوت ۲۰۲۶ منتشر شده، ۱۱ مرحلهٔ جدید نمونه‌گیری، امکان تعیین نسبت نمونه‌گیری برای هر کلاس و پشتیبانی از معیارهای فاصلهٔ بیشتری مثل Manhattan و Cosine رو اضافه کرده. ⚡️ معرفی قابلیت‌های نسخه ۱.۱.۰: لینک ┌ 💻 Website └ 🐱 GitHub-Repos 🌐 #یادگیری_ماشین #MachineLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 💡 مهندس ML شوید : 💡 @MachineLearning_ir 📱 پیج اینستاگرام: 💡 @MachineLearning_fa