Bonne réponse
- DSMOTE sur le jeu d'entraînement uniquement
Explication
SMOTE (Synthetic Minority Over-sampling Technique) génère des échantillons synthétiques de la classe minoritaire en interpolant entre des instances minoritaires existantes. Appliquer SMOTE uniquement au jeu d'entraînement empêche les échantillons synthétiques de fuiter dans le jeu de test, ce qui gonflerait les métriques d'évaluation et produirait un modèle trop optimiste. C'est l'approche de rééchantillonnage correcte pour améliorer le rappel sur un jeu de données de fraude déséquilibré.
Pour aller plus loin
SMOTE fonctionne en sélectionnant une instance minoritaire, en trouvant ses k plus proches voisins minoritaires (k=5 par défaut) et en créant un nouvel échantillon le long du segment de droite qui les relie. Cela étend la région de décision minoritaire et aide les classifieurs comme la régression logistique, SVM et les ensembles d'arbres à apprendre la frontière minoritaire. Un comportement subtil : SMOTE peut générer des échantillons bruités ou chevauchants dans des régions de classes à haute dimension ou fortement chevauchantes ; des variantes comme Borderline-SMOTE, ADASYN et SMOTE-NC (pour les caractéristiques catégorielles) traitent cela. De plus, SMOTE doit être appliqué à l'intérieur des plis de validation croisée (par exemple, via des pipelines imblearn) pour éviter les fuites lors du réglage des hyperparamètres. Scénario réel : une équipe de lutte contre la fraude utilise le Pipeline d'imblearn avec SMOTE appliqué uniquement aux plis d'entraînement, puis évalue le rappel et le PR-AUC sur le jeu de test intact pour refléter la performance réelle en production.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement MLA-C01 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.