En présence de données déséquilibrées, paramétrer un modèle avec `class_weight='balanced'` permet de :

Question

Answer

Supprimer les données de la classe majoritaire jusqu'à l'équilibre parfait.

Answer

Pénaliser mathématiquement davantage les erreurs sur la classe minoritaire lors de l'entraînement, sans créer de données.

Answer

Générer aléatoirement de nouvelles données synthétiques pour les classes minoritaires.

Answer

Standardiser les données pour avoir une moyenne de 0 et un écart-type de 1.

Crowdly