# Datensatz-Imbalance-Detektor und Resampler Erkennt Klassenungleichgewicht in CSV- oder JSON-Datensaetzen, vergleicht Strategien und zeigt ein balanciertes Ergebnis > Kanonische Seite: https://elysiatools.com/de/tools/dataset-imbalance-detector-resampler - **Kategorie:** Data Analysis - **Schlagwörter:** datensatz, imbalance, resampling, ml ## Überblick Fuegen Sie einen CSV-Datensatz ein oder laden Sie eine CSV-/JSON-Datei hoch und waehlen Sie dann die Label-Spalte. Das Tool zaehlt jede Klasse, misst das Ungleichgewicht, schlaegt Oversampling oder Undersampling vor und erzeugt eine balancierte Vorschau. So wird es genutzt: - Datensatz-Eingabe: CSV fuer eine schnelle Analyse einfuegen - Datendatei: CSV oder JSON hochladen - Label-Spalte: Zielklasse angeben - Resampling-Strategie: none, oversample oder undersample - Exportformat: Vorschau als JSON oder CSV - Vorschauzeilen: begrenzt die angezeigten balancierten Zeilen Hinweise: - Oversampling dupliziert Minderheitszeilen bis zur Mehrheitsgroesse - Undersampling kuerzt Mehrheitszeilen auf die Minderheitsgroesse - Der Bericht vergleicht beide Strategien - So laesst sich besser entscheiden, ob spaeter SMOTE sinnvoll ist ## Eingaben - **Datensatz-Eingabe** (textarea): id,label,score 1,yes,0.9 2,no,0.2 - **Datendatei** (file) - **Label-Spalte** (text): label - **Resampling-Strategie** (select) - **Exportformat** (select) - **Vorschauzeilen** (number) ## Wann verwenden - Wenn ein Klassifikationsmodell aufgrund einer dominanten Mehrheitsklasse verzerrte Vorhersagen liefert. - Um vor dem Training eines Machine-Learning-Modells schnell die Auswirkungen von Oversampling oder Undersampling zu testen. - Wenn Sie einen unausgewogenen Datensatz für die weitere Verarbeitung in ein balanciertes CSV- oder JSON-Format exportieren möchten. ## Funktionsweise - Fügen Sie Ihre CSV-Daten direkt ein oder laden Sie eine CSV- bzw. JSON-Datei hoch. - Geben Sie den Namen der Label-Spalte an, die die Zielklassen für die Klassifikation enthält. - Wählen Sie eine Resampling-Strategie (Oversample oder Undersample) und das gewünschte Exportformat. - Das Tool analysiert die Verteilung, wendet die gewählte Strategie an und zeigt eine Vorschau der balancierten Daten. ## Anwendungsfälle - Vorbereitung von Betrugserkennungs-Datensätzen, bei denen Betrugsfälle stark in der Unterzahl sind. - Ausgleich von Kundenabwanderungs-Daten (Churn), um ein Modell nicht auf die treue Mehrheit zu überanpassen. - Analyse von medizinischen Diagnose-Daten, bei denen positive Befunde seltener auftreten als negative. ## Häufig gestellte Fragen ### Welche Dateiformate werden unterstützt? Das Tool verarbeitet CSV- und JSON-Dateien. Sie können Daten auch direkt als CSV-Text in das Eingabefeld einfügen. ### Was ist der Unterschied zwischen Oversampling und Undersampling? Oversampling dupliziert Zeilen der Minderheitsklasse, bis sie der Mehrheitsklasse entsprechen. Undersampling reduziert die Mehrheitsklasse auf die Größe der Minderheitsklasse. ### Werden meine Daten auf dem Server gespeichert? Nein, die gesamte Verarbeitung und das Resampling erfolgen lokal in Ihrem Browser. Es werden keine Daten hochgeladen. ### Kann ich die balancierten Daten exportieren? Ja, Sie können das Ergebnis als JSON oder CSV in der Vorschau anzeigen und für Ihre ML-Pipeline kopieren. ### Ersetzt dieses Tool SMOTE? Nein, es nutzt einfaches Duplizieren oder Kürzen. Es hilft jedoch bei der Entscheidung, ob komplexere Methoden wie SMOTE später sinnvoll sind. ## Ähnliche Tools - [Zeitreihen-Anomalie-Detektor](https://elysiatools.com/de/tools/time-series-anomaly-detector): Liest Zeitreihendaten aus CSV oder JSON ein, erkennt Anomalien per Z-Score und IQR und gibt einen Chart-gestuetzten Bericht aus - [Datensatzqualitaets-Profiler](https://elysiatools.com/de/tools/dataset-quality-profiler): Profiling fuer CSV- oder JSON-Datensaetze mit Fehlwerten, Duplikaten, Formatdrift, Typen und Ausreissern. - [Mock-Data-Praefix- und Abkuerzungs-Konfliktdetektor](https://elysiatools.com/de/tools/mock-data-naming-conflict-detector): Erkennt visuell verwirrende Feldnamen und Praefixkollisionen in CSV, JSON oder Schemas - [Zeitreihen-Prognose- und Saisonalitaetsanalyse](https://elysiatools.com/de/tools/time-series-forecast-seasonality-analyzer): Prognostiziert kuenftige Perioden aus CSV- oder JSON-Zeitreihen und zeigt Trend, Saison und Residuen in einem Bericht - [Train/Test-Split mit Stratifizierung](https://elysiatools.com/de/tools/train-test-split-with-stratification): Liest ein CSV/JSON-Dataset und teilt es stratifiziert nach der Zielspalte in train/validation/test (standardmäßig 70/15/15, reproduzierbarer Seed) oder stratifiziertes k-fold; Bericht zur Klassenverteilung pro Split mit Abweichungsbalken, Leck-Check über doppelte Zeilen, SMOTE-Vorschau (Nächste-Nachbarn-Interpolation auf dem Train-Split) und CSV-Export als ZIP. - [JSON-Pfad-Visualizer](https://elysiatools.com/de/tools/json-path-visualizer): Visualisiert JSON oder JSONL als aufklappbaren Baum und kopiert JSONPath-Ausdruecke fuer jeden Knoten - [CSV-zu-Datenbank-Migrationsplaner](https://elysiatools.com/de/tools/csv-to-database-migration-planner): Leitet aus CSV-Daten ein relationales Schema ab und erzeugt CREATE-TABLE- und ALTER-Plaene fuer PostgreSQL, MySQL, SQLite oder SQL Server - [Analysator fuer strukturierte Logs](https://elysiatools.com/de/tools/structured-log-analyzer): Erkennt gaengige Logformate, extrahiert Kernfelder und exportiert als JSON, CSV oder SQL. ## Beispiele - [CSV Beispiele](https://elysiatools.com/de/samples/csv-samples): CSV-Beispieldateien mit verschiedenen Datentypen, Größen und Komplexitätsstufen - [Python Beispiele](https://elysiatools.com/de/samples/python): Python Code-Beispiele und Hello World Demonstrationen - [Distributed Tracing Beispiele](https://elysiatools.com/de/samples/distributed-tracing-samples): Umfassende Beispiele für verteiltes Tracing mit Jaeger, OpenTelemetry und modernen Observability Tools - [JWT-Beispiele](https://elysiatools.com/de/samples/jwt-samples): Umfassende JWT-Beispiele von der grundlegenden Token-Struktur bis zu fortgeschrittenen Sicherheitsimplementierungen ## Verwandte Inhalte - [Tools fur JSON-Austausch und Format-Ubersetzung](https://elysiatools.com/de/hubs/json-convert): Vergleiche JSON-Konvertierungswerkzeuge fur CSV, YAML, TOML, GraphQL, XML, Markdown, Excel, BSON, EDN und ahnliche strukturierte Formate in einem Hub. - [Textfall-, Encoding- und Normalisierungs-Konvertierungs-Tools](https://elysiatools.com/de/hubs/text-convert): Vergleichen Sie Textfall-Konvertierung, Zeichenbreiten-Konvertierung, Encoding-Konvertierung, Quoted-Printable-Verarbeitung und Inline-Textnormalisierung in einem Hub. - [Werkzeuge fur JSON-Inspektion, Diff und Transformation](https://elysiatools.com/de/hubs/json-utility): Bunde JSON-Formatierung, Diff, Pfad-Inspektion, Schema-Prufung, Merge und Transformation in einem Hub fur API- und Daten-Workflows. - [Tools fur CSV-Export und Tabellenkonvertierung](https://elysiatools.com/de/hubs/csv-convert): Vergleiche CSV-Umwandlungen zu und von Excel, JSON, HTML, Markdown, XML und Text in einem Hub fur tabellarische Austausch-Workflows.