isseing333 https://blog.hatena.ne.jp/isseing333/ 『企業成長の方程式 ― AIDグロースコミットによる成長戦略』 https://iisssseeiiii.hatenablog.com/ 論文や学術上では、不均衡データのときはダウンサンプリングしてデータを揃えたほうがいい、と言われるのが一般的かと思う。が、実際に分析をしてきた経験上、ダウンサンプリングすると特徴がうまく出ないことが多い。サンプリングせず、不均衡のままでモデルを作った方が正解データの特徴がはっきり出る。 そもそもダウンサンプリングすると予測力がどうなるのか？と気になって、Rで簡単なシミュレーションをしてみたところ、確かにダウンサンプリングしても予測力は変わらないし、特徴はちゃんと出た（詳細は下記）。ただ、実際のデータは変数が数千〜数万あったり、スパースだったりするので、サンプリングすることで特徴が出にくくなるのか… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fiisssseeiiii.hatenablog.com%2Fentry%2F2021%2F09%2F03%2F125817" title="不均衡データのダウンサンプリングについて - 『企業成長の方程式 ― AIDグロースコミットによる成長戦略』" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/i/isseing333/20210903/20210903125143.png Hatena Blog https://hatena.blog 2021-09-03 12:58:17 rich https://iisssseeiiii.hatenablog.com/entry/2021/09/03/125817 1.0 100%