undersampling

undersamplingは、文脈によって機械学習と信号処理という全く異なる二つの分野で使用されます。機械学習においては、データの不均衡を解消するための戦略的な手法を指しますが、信号処理においては、本来必要なサンプリングレートを満たしていないという、多くの場合において回避すべきエラーや状態を指します。

機械学習におけるデータ不均衡の解消

機械学習の文脈では、特定のクラスのデータが極端に多い場合に、その多数派クラスのデータを意図的に減らすことで、モデルが多数派に偏って学習することを防ぎます。これはoversampling（少数派クラスのデータを増やす手法）と対照的なアプローチです。例えば、不正検知システムのように正常な取引が圧倒的に多く不正な取引が極めて少ないデータセットを扱う際、正常なデータの数を減らして比率を調整することで、モデルの判定精度を向上させることができます。

信号処理におけるサンプリング定理との関係

信号処理の文脈では、サンプリング定理（ナイキストの定理）に基づき、信号に含まれる最高周波数の２倍以上の速度でサンプリングする必要があります。この基準を下回る速度でサンプリングすることをundersamplingと呼びます。この状態になると、高周波成分が低周波成分として誤って再現されるエイリアシング（折り返し雑音）が発生し、元の信号を正しく復元できなくなります。したがって、この分野でのundersamplingは、設計上の不備や意図しないノイズの原因として議論されることが一般的です。