エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
不均衡データの扱い方と評価指標!SmoteをPythonで実装して検証していく!|スタビジ
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
不均衡データの扱い方と評価指標!SmoteをPythonで実装して検証していく!|スタビジ
本記事では、実データによくありがちな不均衡データの特徴とどのように分析していったら良いかについて... 本記事では、実データによくありがちな不均衡データの特徴とどのように分析していったら良いかについてまとめました!最終的にSMOTEというオーバーサンプリング手法を使ってPythonで解析していきます! こんにちは! データサイエンティストのウマたん(@statistics1012)です! 実データを扱っていると度々現れるのが不均衡データ! 不均衡データとはデータの比率に偏りがあるもの。 金融取引の不正利用データやメールのCVデータなど、母数が大量にありその中で該当する正例が非常に少ないケースはよくあります。 そんな不均衡データを通常通り分析してしまうと少々不都合があるんです。