การตรวจสอบความไม่สมดุลของคลาส

เราจะมุ่งเน้นไปที่ขั้นตอนเบื้องต้นที่สำคัญในวงจรชีวิตของ machine learning นั่นคือ การวิเคราะห์ข้อมูลเชิงสำรวจ (EDA)

EDA ช่วยให้เข้าใจลักษณะของชุดข้อมูล heart_disease_df ได้ดียิ่งขึ้น ไม่ว่าจะเป็นความสัมพันธ์ระหว่างตัวแปรต่าง ๆ หรือปัญหาที่อาจต้องแก้ไขก่อนเริ่มฝึกโมเดล การทำความเข้าใจการกระจายของคลาสในฟีเจอร์ต่าง ๆ เช่น เพศของผู้ป่วย ถือเป็นส่วนสำคัญของ EDA

ความไม่สมดุลของคลาส (class imbalance) เกิดขึ้นเมื่อคลาสหนึ่งมีตัวอย่างมากกว่าอีกคลาสอย่างเห็นได้ชัด ซึ่งอาจทำให้กระบวนการฝึกโมเดลเกิดอคติและโน้มเอียงไปหาคลาสที่มีจำนวนมากกว่าได้