Combiner ROS et RUS

Vous pouvez combiner le suréchantillonnage aléatoire (ROS) et le sous-échantillonnage aléatoire (RUS) pour équilibrer la distribution des classes. Vous allez rééquilibrer l'ensemble de données de sorte que le nouvel ensemble contienne 10 000 transactions, dont 30 % sont frauduleuses.

N'oubliez pas que vous pouvez toujours charger ROSE dans la console et saisir ?ovun.sample pour vérifier quels arguments la fonction accepte.

Cette activité fait partie du cours

Détection de la fraude en R

Voir le cours

Instructions de l’exercice

Chargez le paquet ROSE.
Assignez 10 000 à n_new et 30 % à fraud_fraction.
Utilisez à la fois le suréchantillonnage et le sous-échantillonnage.
Vérifiez l'équilibre des classes de l'ensemble sous-échantillonné.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Load ROSE
___

# Specify the desired number of cases in the balanced dataset and the fraction of fraud cases
n_new <- ___
fraud_fraction <- ___

# Combine ROS & RUS!
sampling_result <- ___(___ = ___, ___ = ___,
                           ___ = ___, ___ = ___,  p = ___, seed = 2018)

# Verify the Class-balance of the re-balanced dataset
sampled_credit <- ___
prop.table(___(___))

Modifier et exécuter le code