Velká technologická společnost chce předpovídat fluktuaci zaměstnanců, aby zlepšila jejich udržení. Jenže pouze 12 % zaměstnanců společnost opustilo – model se tedy trénuje převážně na případech „zůstávám" (88 %), a je tak těžké rozpoznat ty, kteří jsou ohroženi odchodem.

Aby analytici z HR tuto nerovnováhu napravili, používají syntetický resampling a vytvářejí více případů „odcházím", čímž data vyvažují.

Klíčový požadavek: model by neměl mylně označovat loajální zaměstnance jako „vysoce rizikové", aby nedocházelo ke zbytečnému vynakládání udržovacích opatření.

Model se hodnotí pomocí těchto metrik:

Trénovací přesnost: správné předpovědi na trénovacích datech.
Testovací přesnost: správné předpovědi na nových datech.
Precision: kolik z předpovězených „odchodů" skutečně nastalo.

Metrika	Model A (bez resamplingу)	Model B (s resamplingem)
Trénovací přesnost	85 %	95 %
Testovací přesnost	82 %	85 %
Precision	80 %	68 %

Stavební kameny rozhodovacího stromu

Pokročilá pravděpodobnost: neurčitost v datech

Interaktivní praktické cvičení