ผู้บริหารต้องการเปรียบเทียบกลุ่มโดยควบคุมความแตกต่างพื้นฐาน จึงวินิจฉัยว่า ในการวิเคราะห์ความรู้สึกจากความเห็นของลูกค้า 5,000 รายการ โดยจำแนกเป็น 'ด้านบวก' 'เป็นกลาง' และ 'ด้านลบ' พบว่ามีความเห็นด้านบวก 4,200 รายการ เป็นกลาง 500 รายการ และด้านลบ 300 รายการ ปัญหา Class Imbalance ส่งผลต่อการสร้างแบบจำลองอย่างไร

เฉลยอธิบาย

Class Imbalance คือปัญหาที่ข้อมูลแต่ละกลุ่มมีจำนวนไม่สมดุลกัน เช่น ด้านบวก 4,200 รายการ เทียบกับด้านลบเพียง 300 รายการ แบบจำลองจะมีแนวโน้มเรียนรู้และทำนายกลุ่มที่มีจำนวนมาก (ด้านบวก) ได้ดี แต่ทำนายกลุ่มที่มีจำนวนน้อย (ด้านลบและเป็นกลาง) ได้แม่นยำน้อยกว่า ส่งผลให้ค่า Accuracy ดูสูงแต่ Recall ของกลุ่มเล็กต่ำ วิธีแก้ไขได้แก่ การทำ Oversampling หรือ Undersampling หรือการปรับน้ำหนัก (Class Weight)