Náhodné převzorkování navýšením

Jen velmi malá část kreditních převodů je podvodná. Teď převzorkuješ podvodné případy navýšením, aby se vyrovnalo rozložení tříd. Příznak Class v datasetu creditcard nabývá hodnoty 1 v případě podvodu a 0 jinak.

Konzoli můžeš použít k zobrazení sloupců datasetu 'creditcard' pomocí str(), k výpisu prvních 6 řádků pomocí head() a ke kontrole vyváženosti třídy pomocí table(creditcard$Class).

Toto cvičení je součástí kurzu

Detekce podvodů v R

Zobrazit kurz

Pokyny k cvičení

Načti balíček ROSE.
Urči n_new jako požadovaný počet případů v převzorkovaném datasetu tak, aby nový dataset obsahoval 30 % podvodných a tedy 70 % legitimních případů. K tomu vyděl stávající počet legitimních případů požadovaným podílem legitimních případů v převzorkovaném datasetu.
Použij funkci ovun.sample() pro převzorkování navýšením s Class ~ . jako vzorcem.
Zkontroluj vyváženost tříd v převzorkovaném datasetu.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Load ROSE
___

# Calculate the total number of required cases in the over-sampled dataset
print(table(creditcard$Class))
n_new <- ___

# Over-sample
oversampling_result <- ___(formula = ___, data = ___,
                           method = ___, N = ___, seed = 2018)

# Verify the Class-balance of the over-sampled dataset
oversampled_credit <- oversampling_result$data
prop.table(___(___))

Upravit a spustit kód