Zmenšení majoritní skupiny

Místo zvyšování počtu podvodných případů v datasetu můžeš náhodně odebrat legitimní transakce a tím dataset vyvážit. Pojďme podvzorkovat majoritní třídu (Class = 0) v datasetu creditcard. Pomocí table() v konzoli zjistíš, kolik podvodných a legitimních transakcí dataset obsahuje.

Toto cvičení je součástí kurzu

Detekce podvodů v R

Zobrazit kurz

Pokyny k cvičení

Načti knihovnu ROSE.
Urči n_new jako požadovaný počet případů v podvzorkovaném datasetu tak, aby nový dataset obsahoval 40 % podvodných transakcí. K tomu vyděl počet podvodných případů požadovaným podílem podvodů v podvzorkovaném datasetu.
Proveď podvzorkování datasetu.
Pomocí table() a prop.table() zkontroluj rozložení tříd v podvzorkovaném datasetu.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Load ROSE
___

# Calculate the required number of cases in the over-sampled dataset
n_new <- ___

# Under-sample
undersampling_result <- ___(formula = ___, data = ___,
                           ___ = ___, ___ = ___, seed = 2018)

# Verify the Class-balance of the under-sampled dataset
undersampled_credit <- undersampling_result$___
___(___(___))

Upravit a spustit kód