Sentetik Aşırı Örnekleme

R ile Dolandırıcılık Tespiti

Sebastiaan Höppner

PhD researcher in Data Science at KU Leuven

'SMOTE' ile aşırı örnekleme

SMOTE: Sentetik Azınlık Aşırı Örnekleme Tekniği (Chawla vd., 2002)
Azınlık sınıfını (= dolandırıcılık) sentetik örnekler üreterek çoğalt

dim(transfer_data)

1000    4

head(transfer_data)

  isFraud    amount   balance     ratio
1   false  528.6840 1529.4732 0.3456641
2   false  184.0193  836.3509 0.2200265
3   false 1885.8024 2984.0684 0.6319568
4   false  732.0286 1248.7217 0.5862224

prop.table(table(transfer_data$isFraud))

 false  true
  0.99  0.01

smote_scatterplot_1

smote_scatterplot_2

SMOTE

Bir dolandırıcılık vakası X'i (Tim) seçelim

smote_zoomin

SMOTE - adım 1

Adım 1

X'in (Tim) en yakın K dolandırıcılık komşusunu bul

ör. K = 4

smote_step1

SMOTE - adım 2

Adım 2

Tim'in en yakın komşularından birini rastgele seç ör. X4 (Bart)

smote_step2

SMOTE - adım 3

Adım 3: sentetik örnek oluştur

synthetic_case_1

SMOTE - adım 3

Adım 3: sentetik örnek oluştur

synthetic_case_2

SMOTE - adım 3

Adım 3: sentetik örnek oluştur

synthetic_case_3

SMOTE - adım 3

smote_step3

SMOTE - adım 4

Adım 4

1-3. adımları her dolandırıcılık vakası için dup_size kez tekrarla

ör. dup_size = 10

smote_step3

library(smotefamily)
smote_output = SMOTE(X = transfer_data[, -1],
                       target = transfer_data$isFraud,
                       K = 4,
                       dup_size = 10)

oversampled_data = smote_output$data

table(oversampled_data$isFraud)

false  true
  990   110

prop.table(table(oversampled_data$isFraud))

false  true
  0.9   0.1

smote_result

Hadi pratik yapalım!

R ile Dolandırıcılık Tespiti