शुरू करेंमुफ़्त में शुरू करें

ROS और RUS को मिलाना

क्लास डिस्ट्रीब्यूशन को बैलेंस करने के लिए आप random over-sampling (ROS) और random under-sampling (RUS) दोनों को मिलाकर उपयोग कर सकते हैं. आप डेटासेट को इस तरह री-बैलेंस करने वाले हैं कि नए डेटासेट में 10,000 ट्रांज़ैक्शंस हों, जिनमें से 30% फ्रॉडulent हों.

याद रखिए, आप कंसोल में ROSE लोड कर सकते हैं और ?ovun.sample टाइप करके देख सकते हैं कि यह फंक्शन कौन-से आर्ग्युमेंट्स लेता है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Fraud Detection

पाठ्यक्रम देखें

अभ्यास निर्देश

  • ROSE पैकेज लोड करें.
  • n_new को 10,000 और fraud_fraction को 30% पर सेट करें.
  • over और under-sampling दोनों का उपयोग करें.
  • under-sampled डेटासेट का क्लास-बैलेंस जाँचें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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(___(___))
कोड संपादित करें और चलाएँ