Data Transformation

---

Attribute Types

---

Type Conversion

? ? 復雜的編碼：?

簡單的編碼：

---

---

Sampling

---

Imbalanced Datasets

---

---

---

---

---

---

?SMOTE算法

SMOTE（Synthetic Minority Oversampling Technique），合成少數(shù)類過采樣技術．它是基于隨機過采樣算法的一種改進方案，由于隨機過采樣采取簡單復制樣本的策略來增加少數(shù)類樣本，這樣容易產生模型過擬合的問題，即使得模型學習到的信息過于特別(Specific)而不夠泛化(General)，SMOTE算法的基本思想是對少數(shù)類樣本進行分析并根據(jù)少數(shù)類樣本人工合成新樣本添加到數(shù)據(jù)集中，算法流程如下。

(1)對于少數(shù)類中每一個樣本x，以歐氏距離為標準計算它到少數(shù)類樣本集中所有樣本的距離，得到其k近鄰。?
(2)根據(jù)樣本不平衡比例設置一個采樣比例以確定采樣倍率N，對于每一個少數(shù)類樣本x，從其k近鄰中隨機選擇若干個樣本，假設選擇的近鄰為xn。?
(3)對于每一個隨機選出的近鄰xn，分別與原樣本按照如下的公式構建新的樣本。

?歐式距離

歐幾里得度量（euclidean metric）（也稱歐氏距離）是一個通常采用的距離定義，指在m維空間中兩個點之間的真實距離，或者向量的自然長度（即該點到原點的距離）。在二維和三維空間中的歐氏距離就是兩點之間的實際距離。

總結

以上是生活随笔為你收集整理的类型转换与采样 || SMOTE算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。