罕见事件预测综述

罕见事件预测涉及利用机器学习（ML）与数据分析来识别和预测低概率事件。由于数据分布不平衡，常见事件频率远超罕见事件，这需要在 ML 流程的每一步（即从数据处理到算法再到评估协议）使用专门方法。预测罕见事件的发生对工业 4.0 等现实应用十分重要，并且是统计与 ML 中的活跃研究领域。本文沿四个维度全面综述当前的罕见事件预测方法：罕见事件数据、数据处理、算法途径与评估途径。具体而言，我们考虑来自不同模态（即数值、图像、文本和音频）的 73 个数据集、四大类数据处理、五大类算法分组以及两类更广泛的评估途径。本文旨在识别当前文献中的空白并突出罕见事件预测的挑战，还提出了潜在研究方向，可帮助指导从业者和研究人员。