Nguồn tham khảo: Masood, S. W., Gogoi, M., & Begum, S. A. (2024). Optimised SMOTE-based Imbalanced Learning for Student Dropout Prediction. Arabian Journal for Science and Engineering, 50(10), 7165–7179. https://doi.org/10.1007/s13369-024-09287-w
Truy cập toàn văn: https://doi.org/10.1007/s13369-024-09287-w
Tóm tắt nội dung
Masood, Gogoi và Begum (2024) nghiên cứu học trên dữ liệu mất cân bằng trong dự báo sinh viên bỏ học, dựa trên SMOTE kết hợp tối ưu hóa mô hình. Phần tóm tắt của bài chỉ nêu kết quả thực nghiệm chính: khi siêu tham số được tinh chỉnh, mạng nơ-ron dùng SMOTE đã tối ưu cho kết quả tốt hơn các bộ phân loại học máy khác cũng dùng SMOTE đã tối ưu mà nhóm tác giả xem xét. Tóm tắt không cho biết nguồn dữ liệu, cỡ mẫu hay thước đo đánh giá, nên cần xem toàn văn trước khi so sánh con số.
Sinh viên bỏ học thường là lớp thiểu số; nếu huấn luyện trực tiếp, mô hình dễ nghiêng về dự báo “không bỏ học” và bỏ sót nhiều trường hợp cần hỗ trợ. SMOTE (Synthetic Minority Over-sampling Technique) tạo thêm mẫu tổng hợp nằm giữa các mẫu thiểu số gần nhau, thay vì chỉ nhân bản mẫu cũ. Cách thiết kế thí nghiệm này gợi ý một nguyên tắc: chỉ nên so sánh thuật toán khi mỗi thuật toán đều đã được tinh chỉnh trong cùng điều kiện cân bằng dữ liệu.
Với bài toán dự báo bỏ học, tài liệu là dẫn chứng cho hướng kết hợp lấy mẫu lại với tinh chỉnh mô hình; khi áp dụng, chỉ nên tạo mẫu tổng hợp trên tập huấn luyện và đánh giá bằng PR-AUC hoặc độ nhạy (recall) để tránh kết quả lạc quan giả tạo.
Luận điểm liên quan trong bài viết chính
Trong bài viết chính, tài liệu này được dẫn để làm rõ nhận định sau: Masood và cộng sự (2024) tối ưu hóa SMOTE cùng siêu tham số và báo cáo mạng nơ-ron cho kết quả tốt nhất trong các bộ phân loại được thử. [Phân tích của tác giả] Bài này không dùng SMOTE vì hai lý do.
Xem bài viết chính: Ứng dụng học máy phát hiện sinh viên có nguy cơ bỏ học: từ bài toán lớp thiểu số đến quyết định can thiệp