数据有限时的重采样

Advanced Probability: 数据中的不确定性

Maarten Van den Broeck

Senior Content Developer at DataCamp

什么是重采样？

• 各颜色弹珠有多少？
• 不数数，估计数量
• 解法：反复取样并记录颜色

重采样技术

• 自助法（Bootstrapping）
• 交叉验证
• 合成采样

自助法（Bootstrapping）

交叉验证

合成重采样

示例：欺诈检测

• 欺诈交易很少见
  • 模型会把所有交易判为安全
• 生成合成欺诈样本
  • 模型可学习欺诈模式

示例：欺诈检测

• 初始情况：

  • 每月 1,000,000 笔交易
  • 1,000 笔（0.1%）为欺诈

• 合成采样：

  • 将欺诈样本增至 10,000 笔（1%）

Passons à la pratique !

Advanced Probability: 数据中的不确定性