1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶ不正検知
Connected

演習

SMOTE と元データを比較する

前の演習では、SMOTE を使うと少数クラスの観測数が一気に増えることを確認しました。ここでは、その結果を元のデータと比べて、実際に何が起きたのかをつかみましょう。旧データと新データの値の頻度をもう一度確認し、2 つの散布図を並べてプロットします。そのために、あらかじめ用意された compare_plot() 関数を使います。引数は X, y, X_resampled, y_resampled, method='' です。この関数は、元のデータとリサンプリング後のデータを、それぞれ散布図として横に並べて表示します。

指示

100 XP
  • 元のラベル y の値の頻度を表示します。y は現在 Numpy 配列なので、value_counts を使うために y を pandas の Series オブジェクトに戻してから実行します。
  • 同じ手順を y_resampled に対しても行い、値の頻度を表示します。SMOTE によって 2 クラス間のバランスがどのように変化したかが分かります。
  • 事前定義の compare_plot() 関数を使い、元データとリサンプリング後のデータを渡して、散布図を横に並べて確認します。