Aller au contenu
Robopedia Rechercher une réponse
Apprentissage supervisé Intermédiaire Calcul

Comment gérer un déséquilibre entre classes dans un apprentissage supervisé robotique ?

Mise à jour28 août 2026 Lecture1 minute

Réponse rapide

Un déséquilibre entre classes se gère en mesurant chaque classe, en choisissant un échantillonnage ou une pondération adaptée et en reliant l’erreur au risque robotique.

Rendre les rares visibles

Précision, rappel, matrice de confusion et coût des faux négatifs complètent l’exactitude globale.

Détecter une personne

Les images sans personne dominent le jeu, mais le robot surveille séparément les faux négatifs avant de choisir un seuil.

Rééquilibrer peut créer un autre biais

Dupliquer des exemples rares ou pondérer fortement peut surajuster. Validation indépendante et cas réels restent nécessaires.

Sources et références

  1. [1] Metrics and scoring: quantifying the quality of predictions — scikit-learn

Cette réponse vous a-t-elle été utile ?

Continuer à explorer

Une autre question sur la robotique ou l’IA ?