2nd/10_Wiki/Topics_GD/Imbalanced-Data-Handling.md

id, category, confidence_score, tags, last_reinforced

id	category	confidence_score	tags	last_reinforced
ML-IMBAL-001	10_Wiki/💡 Topics/AI	1.0	machine-learning imbalanced-data resampling smote Focal-Loss|Focal-Loss	2026-04-26

Imbalanced Data Handling (불균형 데이터 처리)

📌 한 줄 통찰 (The Karpathy Summary)

"데이터의 양(Quantity)에 압도당하지 말고, 소외된 소수의 정보(Minority Class) 속에 숨겨진 가치에 집중하라" — 학습 데이터의 클래스 분포가 편향되어 있을 때, 모델이 다수 클래스에만 치우친 예측을 하지 않도록 데이터나 알고리즘 측면에서 균형을 맞추는 기법.

📖 구조화된 지식 (Synthesized Content)

• 추출된 패턴: 다수 데이터의 영향력을 줄이거나 소수 데이터의 비중을 높여, 모델이 희귀하지만 중요한 샘플의 특징을 충분히 학습하게 만드는 가중치 및 샘플링 조정 패턴.
• 핵심 전략:
  • Data-level (Resampling):
    • Undersampling: 다수 클래스 데이터를 삭제. 정보 손실 위험.
    • Oversampling: 소수 클래스 데이터를 복제하거나 생성 (예: SMOTE - 합리적인 가상 데이터 생성).
  • Algorithm-level:
    • Cost-sensitive Learning: 소수 클래스를 틀렸을 때 더 큰 벌점을 부여.
    • Focal Loss: 쉬운 샘플의 비중을 낮추고 어려운 샘플에 집중.
• 평가 지표의 전환: 불균형 데이터에서는 '정확도(Accuracy)' 대신 '정밀도(Precision)', '재현율(Recall)', 'F1-Score' 등을 사용하여 모델의 실질적인 성능을 측정해야 함.
• 의의: 이상 탐지, 질병 진단, 사기 적발 등 실생활에서 가장 중요한 '희귀 케이스' 탐지 능력 확보.

⚠️ 모순 및 업데이트 (Contradictions & RL Update)

• 과거 데이터와의 충돌: 단순히 데이터를 늘리거나 줄이던 방식에서, 최근에는 Focal-Loss와 같은 손실 함수 최적화와 이상 탐지(Anomaly Detection) 관점의 접근이 주를 이룸.
• 정책 변화: Antigravity 프로젝트는 보안 로그 분석 시, 압도적으로 많은 '정상 접근' 사이에서 극소수의 '공격 징후'를 놓치지 않기 위해 SMOTE와 Cost-sensitive 앙상블 모델을 표준으로 사용함.

🔗 지식 연결 (Graph)

• Focal-Loss, Supervised-Learning-Foundations, Precision-Recall-and-F1-Score, Deep-Learning-Foundations
• Raw Source: 10_Wiki/Topics/AI/Imbalanced-Data-Handling.md