Syftet med resampling

Ett sjukhus håller på att utveckla en maskininlärningsmodell för att förutsäga om patienter kommer att utveckla en sällsynt sjukdom, baserat på deras journaler.

I sjukhusets historiska data hade dock bara 5 % av patienterna diagnostiserats med sjukdomen, medan 95 % var friska. När en första modell testades uppnådde den 95 % noggrannhet – men den förutsåg sällan sjukdomen, eftersom den i princip klassificerade alla som "friska".

Du fungerar som konsult åt sjukhuset och rekommenderar att tillämpa syntetisk resampling. Vad är ditt huvudargument för att använda resampling i det här fallet?