随机过采样

只有极少一部分转账是欺诈。现在，您将对欺诈样本进行过采样，以平衡类别分布。数据集 creditcard 中的特征 Class 在发生欺诈时取值为 1，否则为 0。

您可以在控制台中使用 str() 查看 creditcard 的列结构，使用 head() 打印数据集的前 6 行，并用 table(creditcard$Class) 检查类别平衡。

本练习是课程的一部分

R 中的欺诈检测

查看课程

练习说明

加载 ROSE 包。
将 n_new 指定为过采样后数据集中所需的样本数，使新数据集中30%为欺诈样本、70%为正常样本。为此，需用当前的正常样本数除以过采样数据集中目标的正常样本比例。
使用 ovun.sample() 函数进行过采样，公式为 Class ~ .。
检查过采样后数据集的类别平衡。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Load ROSE
___

# Calculate the total number of required cases in the over-sampled dataset
print(table(creditcard$Class))
n_new <- ___

# Over-sample
oversampling_result <- ___(formula = ___, data = ___,
                           method = ___, N = ___, seed = 2018)

# Verify the Class-balance of the over-sampled dataset
oversampled_credit <- oversampling_result$data
prop.table(___(___))

编辑并运行代码