<\/p>\n
Bei der Arbeit mit Klassifizierungsalgorithmen<\/a> f\u00fcr maschinelles Lernen sind die Klassen im Datensatz h\u00e4ufig unausgewogen.<\/span><\/span><\/p>\n Zum Beispiel:<\/span><\/p>\n Aufgrund dieser unausgeglichenen Klassen funktioniert das von Ihnen erstellte Vorhersagemodell m\u00f6glicherweise nicht gut f\u00fcr die Minderheitsklasse.<\/span><\/p>\n Schlimmer noch: Die Minderheitenklasse ist oft diejenige, die wir am meisten vorhersagen m\u00f6chten.<\/span><\/p>\n Eine M\u00f6glichkeit, dieses Ungleichgewichtsproblem zu l\u00f6sen, ist die Verwendung der synthetischen Minderheits-Oversampling-Technik<\/strong> , oft als SMOTE<\/strong> abgek\u00fcrzt.<\/span><\/p>\n Bei dieser Technik wird ein neuer Datensatz durch \u00dcberabtastung von Beobachtungen aus der Minderheitsklasse erstellt, wodurch ein Datensatz mit ausgewogeneren Klassen entsteht.<\/span><\/p>\n Der einfachste Weg, SMOTE in R zu verwenden, ist die Verwendung der SMOTE()-<\/strong> Funktion aus dem DMwR-<\/strong> Paket.<\/span><\/p>\n Diese Funktion verwendet die folgende grundlegende Syntax:<\/span><\/span><\/p>\n Gold:<\/span><\/p>\n Das folgende Beispiel zeigt, wie Sie diese Funktion in der Praxis nutzen k\u00f6nnen.<\/span><\/p>\n Angenommen, wir haben den folgenden Datensatz mit 100 Beobachtungen<\/a> in R, von denen 90 eine \u201eJa\u201c-Klasse und 10 eine \u201eNein\u201c-Klasse f\u00fcr die Antwortvariable haben:<\/span><\/p>\n Dies ist ein klassisches Beispiel f\u00fcr einen unausgeglichenen Datensatz, da die Antwortvariable, die wir vorhersagen, 90 Beobachtungen mit der Klasse \u201eJa\u201c und nur 10 Beobachtungen mit der Klasse \u201eNein\u201c aufweist.<\/span><\/span><\/p>\n Um einen ausgewogeneren Datensatz zu erstellen, k\u00f6nnen wir die Funktion SMOTE()<\/strong> aus dem DMwR-<\/strong> Paket verwenden:<\/span><\/p>\n Der resultierende Datensatz enth\u00e4lt 210 Beobachtungen mit \u201eNein\u201c als Klasse und 800 Beobachtungen mit \u201eJa\u201c als Klasse.<\/span><\/p>\n So hat die SMOTE-Funktion diesen neuen Datensatz genau erstellt:<\/span><\/p>\n Das Endergebnis ist ein Datensatz, der immer noch mehr Mehrheitsklassen enth\u00e4lt, aber immer noch ausgewogener ist als der urspr\u00fcngliche Datensatz.<\/span><\/p>\n Sie k\u00f6nnen nun den Klassifizierungsalgorithmus Ihrer Wahl an diesen neuen Datensatz anpassen, der bei der Minderheitsklasse eine bessere Leistung erzielen sollte, da dieser neue Datensatz mehr Beobachtungen aus der Minderheitsklasse enth\u00e4lt.<\/span><\/p>\n Hinweis<\/strong> : Probieren Sie ruhig mit den Argumenten perc.over<\/strong> und perc.under<\/strong> in der SMOTE-Funktion aus, um einen Datensatz zu erhalten, der Ihren Anforderungen entspricht.<\/span><\/p>\n Die folgenden Tutorials erkl\u00e4ren, wie Sie andere h\u00e4ufige Aufgaben in R ausf\u00fchren:<\/span><\/p>\n So erstellen Sie \u00dcbersichtstabellen in R<\/a> Bei der Arbeit mit Klassifizierungsalgorithmen f\u00fcr maschinelles Lernen sind die Klassen im Datensatz h\u00e4ufig unausgewogen. Zum Beispiel: In einem Datensatz, der Informationen dar\u00fcber enth\u00e4lt, ob College-Spieler in die NBA eingezogen werden oder nicht, sind m\u00f6glicherweise 98 % der Spieler nicht eingezogen und 2 % werden eingezogen. Ein Datensatz, der Informationen dar\u00fcber enth\u00e4lt, ob Patienten an Krebs leiden […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
SMOTE(form, data, perc. over<\/span> = 200<\/span> , perc. under<\/span> = 200<\/span> , ...)\n<\/strong><\/pre>\n\n
Beispiel: Verwendung von SMOTE in R<\/strong><\/span><\/h3>\n
#make this example reproducible\n<\/span>set. seed<\/span> ( 0<\/span> )\n\n#create data frame with one response variable and two predictor variables\n<\/span>df <- data. frame<\/span> (y=rep(as. factor<\/span> (c(' Yes<\/span> ', ' No<\/span> ')), times=c( 90<\/span> , 10<\/span> )),\n x1=rnorm( 100<\/span> ),\n x2=rnorm( 100<\/span> ))\n\n#view first six rows of data frame\n<\/span>head(df)\n\n y x1 x2\n1 Yes 1.2629543 0.7818592\n2 Yes -0.3262334 -0.7767766\n3 Yes 1.3297993 -0.6159899\n4 Yes 1.2724293 0.0465803\n5 Yes 0.4146414 -1.1303858\n6 Yes -1.5399500 0.5767188\n \n#view distribution of response variable\n<\/span>table(df$y)\n\n Drowned \n 10 90<\/strong><\/pre>\n library<\/span> ( DMwR)\n\n<\/span>#use SMOTE to create new dataset that is more balanced\n<\/span>new_df <- SMOTE(y ~ ., df, perc. over<\/span> = 2000<\/span> , perc. under<\/span> = 400<\/span> )\n\n#view distribution of response variable in new dataset\n<\/span>table(new_df$y)\n\n Drowned \n210,800\n<\/strong><\/pre>\n\n
Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So normalisieren Sie Daten in R<\/a>
So entfernen Sie Ausrei\u00dfer in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"