ROS와 RUS 결합하기
클래스 분포를 균형 있게 만들기 위해 random over-sampling (ROS)과 random under-sampling (RUS)을 함께 결합할 수 있습니다. 이제 새 데이터셋에 거래 10,000건이 포함되고, 그중 30%가 사기인 상태로 다시 균형을 맞춰 보세요.
필요하면 콘솔에서 ROSE를 로드한 뒤 ?ovun.sample을 입력해 함수가 어떤 인자를 받는지 확인할 수 있습니다.
이 연습은 강의의 일부입니다
R로 배우는 사기 탐지
연습 안내
ROSE패키지를 불러오세요.n_new를 10,000으로,fraud_fraction을 30%로 설정하세요.- 오버샘플링과 언더샘플링을 모두 사용하세요.
- 언더샘플링된 데이터셋의 클래스 균형을 확인하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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(___(___))