เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การรวม ROS และ RUS เข้าด้วยกัน

สามารถรวม random over-sampling (ROS) และ random under-sampling (RUS) เข้าด้วยกันเพื่อปรับสมดุลการกระจายของคลาสได้ ในแบบฝึกหัดนี้จะปรับสมดุลชุดข้อมูลใหม่ให้มีธุรกรรมทั้งหมด 10,000 รายการ โดย 30% เป็นการฉ้อโกง

หากต้องการตรวจสอบอาร์กิวเมนต์ของฟังก์ชัน สามารถโหลด ROSE ใน console แล้วพิมพ์ ?ovun.sample ได้เสมอ

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การตรวจจับการฉ้อโกงใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • โหลดแพ็กเกจ ROSE
  • กำหนดให้ n_new เท่ากับ 10,000 และ fraud_fraction เท่ากับ 30%
  • ใช้ทั้ง over-sampling และ under-sampling
  • ตรวจสอบความสมดุลของคลาสในชุดข้อมูลที่ผ่านการ under-sampling แล้ว

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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(___(___))
แก้ไขและรันโค้ด