Компроміс під час повторної вибірки

Велика техкомпанія хоче прогнозувати плинність кадрів для підвищення утримання працівників. Але лише 12% співробітників звільнилися, тож модель навчається переважно на випадках «залишилися» (88%), що ускладнює виявлення тих, хто ризикує піти.

Щоб усунути цей дисбаланс, фахівці з HR застосовують синтетичну повторну вибірку, створюючи більше випадків «звільнився» для балансування даних.

Ключова вимога: модель має уникати неправильного віднесення лояльних співробітників до «високого ризику звільнення», щоб не витрачати даремно ресурси на їх утримання.

Модель оцінюють за такими показниками:

• Training accuracy: частка правильних передбачень на тренувальних даних.
• Test accuracy: частка правильних передбачень на нових даних.
• Precision: частка передбачених «звільнень», які справді відбулися.

Metric	Model A (without resampling)	Model B (with resampling)
Training accuracy	85%	95%
Test Accuracy	82%	85%
Precision	80%	68%