Howtosignalprocessing
- ¿Debo usar subamemplar o sobremuestrar??
- Cuándo o por qué debemos usar sobremuestreo?
- ¿Cuándo deberías hacer un muestreo subterráneo??
- ¿Es una buena idea sobriszar??
¿Debo usar subamemplar o sobremuestrar??
Métodos de sobremuestreo duplicar o crear nuevos ejemplos sintéticos en la clase minoritaria, mientras que los métodos de bajo muestreo eliminan o fusionan ejemplos en la clase mayoritaria. Ambos tipos de remuestreo pueden ser efectivos cuando se usan de forma aislada, aunque pueden ser más efectivas cuando ambos tipos de métodos se usan juntos.
Cuándo o por qué debemos usar sobremuestreo?
Hay tres razones principales para realizar un sobremuestreo: mejorar el rendimiento anti-aliasing, aumentar la resolución y reducir el ruido.
¿Cuándo deberías hacer un muestreo subterráneo??
El submarcado es apropiado cuando hay muchos datos para un análisis preciso. El científico de datos usa todos los eventos raros pero reduce el número de eventos abundantes para crear dos clases de tamaño igualmente.
¿Es una buena idea sobriszar??
El sobremuestreo es una forma bien conocida de mejorar potencialmente los modelos entrenados en datos desequilibrados. Pero es importante recordar que el sobremuestreo incorrectamente puede llevar a pensar que un modelo se generalizará mejor de lo que realmente lo hace.
