类别不平衡校正对风险预测模型的危害：基于逻辑回归的说明与模拟
统计方法学
2022-02-21 v1
摘要
校正类别不平衡（即结果事件与非事件发生频率之间的不平衡）的方法在开发预测模型方面正受到越来越多的关注。我们在区分度、校准度和分类方面考察了不平衡校正对标准和惩罚（岭）逻辑回归模型性能的影响。我们使用蒙特卡洛模拟和一项卵巢癌诊断案例研究考察了随机欠采样、随机过采样和 SMOTE。结果表明，所有不平衡校正方法都导致了较差的校准（强烈高估属于少数类的概率），但在受试者工作特征曲线下面积方面并未带来更好的区分度。不平衡校正在敏感性和特异性方面改善了分类，但通过平移概率阈值也获得了类似的结果。我们的研究表明，结果不平衡本身并不是问题，不平衡校正甚至可能恶化模型性能。
引用
@article{arxiv.2202.09101,
title = {The harm of class imbalance corrections for risk prediction models: illustration and simulation using logistic regression},
author = {Ruben van den Goorbergh and Maarten van Smeden and Dirk Timmerman and Ben Van Calster},
journal= {arXiv preprint arXiv:2202.09101},
year = {2022}
}
备注
Main paper 21 pages, Supplement 53 pages