꿈라CBT기계학습에서 예측하고자 하는 대상 클래스의 표본이 극히 드물 때 나타나는 군집 또는 클래스 불균형(Class Imbalance) 문제에 대한 해결 방안으로 옳지 않은 것은 다음 중 무엇인가?
- 1클래스 가중치(오분류 비용) 조정, 컷오프 기준 조정, 소수 표본 데이터 반응 조정 등 알고리즘 수준의 미세 조정을 수행한다.
- 2향상도(Lift) 지표를 활용해 희소하거나 관심 있는 클래스를 탐지하고, 예측 모형에서 나온 표본 중 어느 정도를 탐지해야 유의미한지 확인한다.
- 3과대표집, 과소표집, 소수 표본 데이터 조합과 같은 기법을 활용해 훈련 데이터를 보정한다.
- 4일반적으로 Minor Class를 잘못 예측하는 것보다 Major Class를 잘못 예측하는 것의 비용이 더 크다.