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類樣本進行分析并根據少數類樣本人工合成新樣本添加到數據集中，算法流程如下。

(1)對于少數類中每一個樣本x，以歐氏距離為標準計算它到少數類樣本集中所有樣本的距離，得到其k近鄰。?
(2)根據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站內容還不錯，歡迎將生活随笔推薦給好友。