Balanceamento

"Balance " é um termo usado para descrever o quão bem os dados de treinamento para um modelo representam o conjunto de dados como um todo.

Quando a plataforma avalia o quão equilibrado é um modelo, ela está basicamente procurando pelo viés de rotulagem que pode causar um instabilidade entre os dados de treinamento e o conjunto de dados como um todo.

Para fazer isso, ela usa um modelo de viés de rotulagem que compara os dados revisados e não revisados para garantir que os dados rotulados sejam representativos de todo o conjunto de dados. Se os dados não forem representativos, as medidas de desempenho do modelo podem ser enganosas e potencialmente não confiáveis.

O viés de rotulagem é normalmente o resultado de um balanceamento dos modos de treinamento usados para atribuir rótulos, particularmente se for usada "pesquisa de texto" em excesso e não "Aleatório" o suficiente.

O modo de treinamento "Rebalancear " mostra mensagens que estão sub-representadas no conjunto revisado. Rotular exemplos neste modo ajudará a resolver rapidamente quaisquer desvios no conjunto de dados.