Skewed Class

Source: machinelearningmedium.com/2018/04/08/error-metrics-for-skewed-data-and-large-datasets/

Error Metrics for Skewed Classes and Using Large Datasets

 

 

What are Skewed Classes?

Skewed classes basically refer to a dataset, wherein the number of training examples belonging to one class out-numbers heavily the number of training examples belonging to the other.

왜곡된 class는 다음과 같은 데이터셋을 의미한다. 데이터의 일부분은 어떤 클래스에 속해 있고 그 이외의 더 많은 데이터들은 다른 클래스에 속해있다.

 

Consider a binary classification, where a cancerous patient is to be detected based on some features. And say only 1 of the data provided has cancer positive.

2개로 분류하는 경우를 가정해보자. 어떤 특성을 기준으로 암에 걸린 환자를 찾아낼 수 있다. 그리고 데이터 중에 단 하나만 암에 양성이다.

In a setting where having cancer is labeled 1 and not cancer labeled 0, if a system naively gives the prediction as all 0’s, still the prediction accuracy will be 99%.

데이터에 1로 기재되면 양성이고, 0이면 음성이다. 그리고 predict_cancer는 99퍼센트의 정확도로 예측한다.

% naive prediction ignoring features
def predict_cancer(x):
    return 0

Therefore, it can be said with conviction that the accuracy metrics or mean-squared error for skewed classes, is not a proper indicator of model performance. Hence, there is a need for a different error metric for skewed classes.

그러므로 accuracy metrics나 MSE는 skewed class를 평가하기에 부적합하다. Skewed Class의 에러를 평가할 때는 다른 척도가 필요하다.