Identificarea dezechilibrului de clase

Te afli în faza preliminară esențială a ciclului de viață al unui proiect de machine learning: Analiza Exploratorie a Datelor (EDA).

EDA îți permite să înțelegi mai bine natura setului de date heart_disease_df, inclusiv relațiile dintre diferite variabile și potențialele probleme care trebuie rezolvate înainte de a trece la antrenarea modelului. Înțelegerea distribuției claselor în cadrul atributelor tale – de exemplu, sexul pacientului – este o parte esențială a EDA.

Dezechilibrul de clase, în care o clasă are semnificativ mai multe eșantioane decât alta, poate distorsiona procesul de antrenare al modelului, determinându-l să favorizeze clasa majoritară.