Amostragem aleatória e extensões para predição de eventos raros

• Ano de defesa: 2024
• Autor(a) principal: Santos, Richard Guilherme dos
• Orientador(a): Diniz, Carlos Alberto Ribeiro
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de São Carlos; Câmpus São Carlos
• Programa de Pós-Graduação: Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs
• Palavras-chave em Português: Classificação; Alto desbalanceamento
• Palavras-chave em Inglês: Machine learning; Random sampling
• Área do conhecimento CNPq: CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE DE DADOS
• Link de acesso: https://hdl.handle.net/20.500.14289/21499

In classification problems, the prediction of rare events, that is, when the class of interest is underrepresented„ is often a difficult issue to solve. Classical versions of algorithms suffer several problems when being trained when the response variable is unbalanced, and certain metrics, such as accuracy, lose value when comparing different models. In this dissertation, we present different random sampling techniques and their applications in extensions of ensemble techniques that aim to solve this dilemma. Although extensions exist for most methods used in multi-class problems, we focus on their use for dichotomous problems. In addition, we performed simulations on databases seeking to observe advantages and shortcomings of the methods used, with emphasis on a credit concession database, where the imbalance is severe (below 5%)