隨機欠採樣 vs SMOTE 過採樣
Random Undersampling vs SMOTE
隨機欠採樣 側重 處理類別不平衡資料的技術,從多數類別中隨機移除樣本,使各類別數量趨於平衡。,而 SMOTE 過採樣 側重 SMOTE 是一種處理資料不平衡問題的過採樣技術,透過合成少數類別樣本來平衡資料分佈,提升模型學習效果。。
逐項比較
| 項目 | 隨機欠採樣 | SMOTE 過採樣 |
|---|---|---|
| 一句定義 | 處理類別不平衡資料的技術,從多數類別中隨機移除樣本,使各類別數量趨於平衡。 | SMOTE 是一種處理資料不平衡問題的過採樣技術,透過合成少數類別樣本來平衡資料分佈,提升模型學習效果。 |
| 常見標籤 | 類別不平衡、資料前處理、採樣技術、不平衡學習、iPAS | 機器學習、資料處理、模型訓練、統計方法 |
| iPAS 關聯度 | 未知 | 未知 |
| 考生最常問 | 隨機欠採樣和 SMOTE 過採樣哪個更好? | SMOTE 應在什麼情況下使用? |