Sobreamostragem aleatória

Apenas uma fração muito pequena das transferências de crédito é fraudulenta. Agora você vai sobreamostrar os casos de fraude para balancear a distribuição das classes. A variável Class no conjunto de dados creditcard assume valor 1 em caso de fraude e 0 caso contrário.

Você pode usar o console para exibir as colunas de creditcard com str(), imprimir as primeiras 6 linhas do conjunto de dados com head() e verificar o balanceamento da variável Class com table(creditcard$Class).

Este exercício faz parte do curso

Detecção de Fraudes em R

Ver curso

Instruções do exercício

Carregue o pacote ROSE.
Defina n_new como o número necessário de casos no conjunto de dados com sobreamostragem, de forma que o novo conjunto tenha 30% de casos de fraude e 70% de casos legítimos. Para isso, você deve dividir o número existente de casos legítimos pela porcentagem desejada de casos legítimos no conjunto com sobreamostragem.
Use a função ovun.sample() para realizar a sobreamostragem usando Class ~ . como fórmula.
Verifique o balanceamento das classes no conjunto de dados com sobreamostragem.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Load ROSE
___

# Calculate the total number of required cases in the over-sampled dataset
print(table(creditcard$Class))
n_new <- ___

# Over-sample
oversampling_result <- ___(formula = ___, data = ___,
                           method = ___, N = ___, seed = 2018)

# Verify the Class-balance of the over-sampled dataset
oversampled_credit <- oversampling_result$data
prop.table(___(___))

Editar e executar o código