Çoğunluk grubunu küçültmek

Veri kümesindeki sahtekârlık vakalarının sayısını artırmak yerine, veri kümesini dengelemek için rastgele meşru (legitimate) vakaları kaldırabilirsin. creditcard veri kümesinde çoğunluk sınıfını (Class = 0) alt örnekleyelim. Veri kümesinde kaç sahtekârlık ve meşru işlem olduğunu görmek için konsolda table() kullanabilirsin.

Bu egzersiz, kursun bir parçasıdır

R ile Dolandırıcılık Tespiti

Kursa Göz Atın

Egzersiz talimatları

ROSE kütüphanesini yükle.
Alt örneklenmiş veri kümesinde yeni veri kümesinin %40'ı sahtekârlık vakalarından oluşacak şekilde, gerekli örnek sayısı n_new'i belirt. Bunun için, sahtekârlık vaka sayısını, alt örneklenmiş veri kümesinde istenen sahtekârlık yüzdesine bölmen gerekiyor.
Veri kümesini alt örnekle.
Alt örneklenmiş veri kümesinin sınıf dengesini kontrol etmek için table() ve prop.table() kullan.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Load ROSE
___

# Calculate the required number of cases in the over-sampled dataset
n_new <- ___

# Under-sample
undersampling_result <- ___(formula = ___, data = ___,
                           ___ = ___, ___ = ___, seed = 2018)

# Verify the Class-balance of the under-sampled dataset
undersampled_credit <- undersampling_result$___
___(___(___))

Kodu Düzenle ve Çalıştır