Los datos perturbadores son versiones borrosas e incompletas de los datos reales, estos datos corruptos o maliciosos se pueden interpretar de forma errónea y pueden plantear grandes riesgos para una organización.
En este artículo abordaremos e investigaremos qué son exactamente los datos perturbadores y las diferentes formas en que pueden afectar y dañar un sistema.
¿Qué son los datos perturbadores?
Los datos perturbadores o desequilibrados son una clase de información en la que hay un desbalance entre las clases de destino.
Para comprender esta situación en la práctica, la clase de destino es la variable de clasificación que el modelo intenta predecir.
Un ejemplo común es el uso de una variable binaria, como la predicción de si un cliente comprará un producto o no, en los datos desequilibrados, una de estas clases tendrá muchos más ejemplos en el conjunto de datos de lo normal.
Retos con los datos perturbadores
Los modelos de aprendizaje automático con datos desequilibrados les cuesta predecir con éxito la clase minoritaria.
Esto se debe a que el modelo tiende a sobreestimar la clase mayoritaria, como resultado, existen diferentes métodos utilizados para manejar este problema.
Estas incluyen el muestreo aleatorio, la generación de datos sintéticos, la reducción de la dimensión, el enfoque de extensión y otros, además, existen diferentes estrategias de monitoreo del rendimiento y de evaluación de los resultados.
Estas estrategias incluyen la evaluación de las métricas de desempeño de clasificación como la precisión, la cobertura, el punto de corte y los índices Kappa.
Recopilación de los datos perturbadores
Es importante para tomar una buena decisión, además de interpretar los datos en forma adecuada, recopilar información relevante acerca de los Datos Perturbadores que van a ser interpretados.
Esto implica realizar una investigación acertada:
- Investigar y comprender la definición y alcance de los Datos Perturbadores
- Identificar el origen de los Datos Perturbadores
- Discutir los datos con expertos que hayan trabajado en el tema antes
- Hacer uso de la bibliografía para obtener una mejor comprensión de los temas involucrados
Interpretación de los datos perturbadores
Es necesario para determinar la respuesta correcta a una situación dada, interpretar los Datos Perturbadores correctamente y tener cuidado para no malinterpretarlos.
Por ejemplo, podrían aparecer informes contradictorios y análisis incompletos que no se refieren a los Datos Perturbadores que se está analizando, cuando se interpreta los Datos Perturbadores, es importante seguir los siguientes pasos:
- Comparar los datos con otros conjuntos de datos para llegar a una mejor comprensión
- No exagerar las conclusiones basándose en uno o dos datos anómalos
- Examinar los datos en cuestión en relación con datos anteriores y futuros para entender el sentido del cambio
- Realizar mediciones repetitivas del mismo fenómeno para tener un patrón de medición confiable
Conclusión
Al analizar los datos perturbadores es fundamental entender que estos informan sobre los profundos retos que enfrentamos como sociedad y que debemos hacer todos los esfuerzos posibles para entender y atender estas situaciones.
Esto requiere la participación activa de distintos sectores, desde gobiernos hasta empresas, desde ciudadanos hasta miembros de la comunidad científica, para trabajar de forma conjunta hacia mejoras duraderas.
Solo así será posible encontrar la solución a los problemas que exponen estos datos perturbadores.
