Combiner ROS et RUS

Vous pouvez combiner le sur-échantillonnage 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 nouveau jeu contienne 10 000 transactions dont 30 % sont frauduleuses.

Rappelez-vous : vous pouvez toujours charger ROSE dans la console et saisir ?ovun.sample pour vérifier quels arguments la fonction accepte.

Cet exercice fait partie du cours

Détection de fraude en R

Afficher le cours

Instructions

Chargez le package ROSE.
Affectez à n_new la valeur 10 000 et à fraud_fraction la valeur 30 %.
Utilisez à la fois le sur- et le sous-échantillonnage.
Vérifiez l’équilibre des classes du jeu de données sous-échantillonné.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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