结合 ROS 与 RUS
您可以同时结合使用随机过采样（ROS）和随机欠采样（RUS）来平衡类别分布。您将把数据集重新采样，使新数据集包含 10,000 条交易记录，其中 30% 为欺诈。
请记住，您可以随时在控制台加载 ROSE，并输入 ?ovun.sample 查看该函数可接收的参数。
本练习是课程的一部分
R 中的欺诈检测
练习说明
- 加载
ROSE包。 - 将
n_new设为 10,000，将fraud_fraction设为 30%。 - 同时使用过采样和欠采样。
- 检查欠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
___
# 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(___(___))