클래스 불균형 문제

설비는 대부분 정상이고, 고장은 드물다.

[일반적인 PdM 데이터 분포]

정상:    ████████████████████████  90%
경고:    ████                       7%
고장:    █                          3%

→ 모델이 "항상 정상"이라고 예측해도 정확도 90%
→ 하지만 고장을 하나도 못 찾음 (Recall = 0%)

---

해결 전략 3가지

1. Class Weights (가중치)

소수 클래스의 손실에 가중치를 더 부여한다.

# sklearn
rf = RandomForestClassifier(class_weight='balanced')

# PyTorch
weights = torch.tensor([1.0, 3.0, 10.0])  # 고장에 10배 가중
criterion = nn.CrossEntropyLoss(weight=weights)

장점	단점
구현 간단	최적 가중치 탐색 필요
원본 데이터 유지	과적합 가능

---

2. SMOTE (합성 오버샘플링)

소수 클래스의 합성 샘플을 생성한다.

[SMOTE 원리]

기존 데이터:    X   X   X  (소수 클래스 3개)

Step 1: X1과 X2 사이에 새 점 생성
        X---*---X   X

Step 2: X2와 X3 사이에 새 점 생성
        X---*---X---*---X

결과:   5개로 증가 (실제 + 합성)

from imblearn.over_sampling import SMOTE

smote = SMOTE(random_state=42)
X_resampled, y_resampled = smote.fit_resample(X_train, y_train)

장점	단점
정보 손실 없음	과적합 위험 (시계열 주의)
소수 클래스 보강	합성 데이터 품질

---

3. Under-sampling (다수 클래스 축소)

다수 클래스에서 일부만 사용한다.

from imblearn.under_sampling import RandomUnderSampler

rus = RandomUnderSampler(random_state=42)
X_resampled, y_resampled = rus.fit_resample(X_train, y_train)

장점	단점
빠른 학습	정보 손실
균형 잡힌 데이터	다수 클래스 패턴 놓침

---

전략 선택 가이드

상황	추천 전략
데이터 충분, 불균형 심하지 않음	Class Weights
소수 클래스 매우 적음 (<100건)	SMOTE
데이터 매우 많고 학습 느림	Under-sampling
실무 추천	Class Weights + 임계값 조정

핵심: 시계열 데이터에 SMOTE를 적용할 때는 시간 순서를 무시하지 않도록 피처 레벨에서 적용한다. 원시 시퀀스에 직접 SMOTE를 쓰면 비현실적인 패턴이 생긴다.