R themis adasyn 自适应合成算法

使用 ADASYN 算法生成合成正例。

用法

adasyn(df, var, k = 5, over_ratio = 1)

参数

df

data.frame 或小标题。必须有 1 个因子变量和其余的数值变量。

var

字符，包含因子变量的变量名称。

k

一个整数。用于生成少数类新示例的最近邻居的数量。

over_ratio

多数频率与少数频率之比的数值。默认值 (1) 表示对所有其他级别进行采样，使其具有与最常出现的级别相同的频率。值为 0.5 意味着少数级别的行数(最多)(大约)是多数级别的一半。

值

data.frame 或 tibble，具体取决于 df 的类型。

细节

此函数中使用的所有列都必须是数字且没有缺失数据。

参考

Chawla, N. V.、Bowyer, K. W.、Hall, L. O. 和 Kegelmeyer, W. P. (2002)。 Smote：合成少数过采样技术。人工智能研究杂志，16：321-357。

也可以看看

例子

circle_numeric <- circle_example[, c("x", "y", "class")]

res <- adasyn(circle_numeric, var = "class")

res <- adasyn(circle_numeric, var = "class", k = 10)

res <- adasyn(circle_numeric, var = "class", over_ratio = 0.8)