꿈라CBT수집한 데이터에 불균형(Imbalanced Data) 문제가 발생했을 때 적용하는 샘플링 기법에 관한 설명 중 가장 옳지 않은 것은?
- 1양쪽표집(Both Sampling)은 오버 샘플링과 언더 샘플링을 함께 적용해 균형 잡힌 학습 데이터를 만드는 방법이다.
- 2일반적으로 전체 데이터 중 일부를 무작위로 추출하거나 제거하는 방식으로 학습 데이터를 구성한다.
- 3오버 샘플링 방법보다 언더 샘플링이 분석모형의 성능 면에서 우수한 경우도 있다.
- 4SMOTE는 소수 클래스의 데이터를 단순 복제하여 증가시켜 데이터 불균형을 해결하는 오버 샘플링 기법이다.