Thu nhỏ nhóm chiếm đa số
Thay vì tăng số trường hợp gian lận trong tập dữ liệu, bạn có thể ngẫu nhiên loại bớt các trường hợp hợp lệ để cân bằng tập dữ liệu. Hãy under-sample lớp chiếm đa số (Class = 0) trong tập creditcard. Bạn có thể dùng table() trong console để biết có bao nhiêu giao dịch gian lận và hợp lệ trong tập dữ liệu.
Bài tập này là một phần của khóa học
Phát hiện gian lận với R
Hướng dẫn bài tập
- Tải thư viện ROSE.
- Xác định
n_newlà số lượng quan sát cần có trong tập dữ liệu sau khi under-sample sao cho tập mới gồm 40% trường hợp gian lận. Để làm vậy, hãy chia số trường hợp gian lận cho tỷ lệ phần trăm gian lận mong muốn trong tập under-sample. - Thực hiện under-sample cho tập dữ liệu.
- Dùng
table()vàprop.table()để kiểm tra mức cân bằng lớp của tập dữ liệu đã under-sample.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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$___
___(___(___))