जब सच्चे सकारात्मक दुर्लभ होते हैं

मान लीजिए कि आप वर्गीकरण कार्य के लिए मशीन लर्निंग का उपयोग करने का प्रयास कर रहे हैं, मान लीजिए, जानवरों की तस्वीरें देख रहे हैं और घोड़ों को ज़ेबरा से अलग कर रहे हैं। यह कार्य अत्याधुनिक प्रतीत होगा।

लेकिन अगर आप लेबल वाली तस्वीरों का एक गुच्छा लेते हैं और उन्हें तंत्रिका नेटवर्क या सपोर्ट वेक्टर मशीन जैसी किसी चीज़ पर फेंक देते हैं, तो व्यवहार में क्या होता है कि ज़ेबरा घोड़ों की तुलना में इतने दुर्लभ होते हैं कि सिस्टम 'हमेशा एक घोड़ा' कहना सीख जाता है। क्योंकि यह वास्तव में अपनी त्रुटि को कम करने का तरीका है।

न्यूनतम त्रुटि जो हो सकती है लेकिन यह भी बहुत उपयोगी परिणाम नहीं है। सिस्टम को यह बताने का अनुशंसित तरीका क्या है 'मुझे सबसे अच्छा अनुमान चाहिए कि कौन सी तस्वीरें ज़ेबरा हैं, भले ही इससे कुछ गलत सकारात्मकता पैदा हो जाए'? इस समस्या पर ज्यादा चर्चा होती नहीं दिख रही है।