SMOTE
När du använder SMOTE för att översamplingskorrigera klassen av bedrägerifall behöver du bestämma antalet närmaste grannar som tas med i beräkningen, samt hur många syntetiska bedrägerifall som ska skapas. Följande övningar guidar dig i hur du använder SMOTE.
Datamängden creditcard och biblioteken smotefamily och ggplot2 är redan inlästa i din arbetsmiljö. Kom ihåg att parametern dup_size anger hur många gånger SMOTE ska iterera igenom de befintliga, verkliga bedrägerifall.
Den här övningen är en del av kursen
Bedrägeridetektering i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Set the number of fraud and legitimate cases, and the desired percentage of legitimate cases
n0 <- ___; n1 <- ___; r0 <- ___