ROS ve RUS'u Birleştirme

Sınıf dağılımını dengelemek için hem rastgele aşırı örnekleme (ROS) hem de rastgele eksik örnekleme (RUS) yöntemlerini birleştirebilirsin. Yeni veri kümesinin 10.000 işlemin yer aldığı ve bunların %30'unun sahtekârlık olduğu şekilde veri kümesini yeniden dengeleyeceksin.

Unutma, konsolda ROSE'u yükleyip ?ovun.sample yazarak fonksiyonun hangi argümanları aldığını kontrol edebilirsin.

Bu egzersiz, kursun bir parçasıdır

R ile Dolandırıcılık Tespiti

Kursa Göz Atın

Egzersiz talimatları

ROSE paketini yükle.
n_new değerini 10.000 ve fraud_fraction değerini %30 olarak ayarla.
Hem aşırı hem de eksik örnekleme kullan.
Eksik örneklenmiş veri kümesinin sınıf dengesini kontrol et.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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(___(___))

Kodu Düzenle ve Çalıştır