Balanceamento

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

Quando a plataforma avalia o quão equilibrado um modelo é, ela procura anotar tendências que podem causar um desequilíbrio entre os dados de treinamento e o conjunto de dados como um todo.

Para fazer isso, a plataforma usa um modelo de viés de anotação que compara os dados revisados e não revisados para garantir que os dados anotados 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 anotação é normalmente o resultado de um desequilíbrio dos modos de treinamento usados para atribuir rótulos, especialmente se for usada muito pesquisa de texto e não o embaralhamento é suficiente.

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