P1 · 應會
資料
合成少數類過採樣 (Synthetic Minority Over-sampling Technique, SMOTE)
是什麼
SMOTE 在少數類樣本與其 k 個近鄰之間的連線上隨機內插，合成新的少數類樣本來平衡類別。和直接複製樣本的隨機過採樣相比，較不容易讓模型死記重複樣本而過擬合。
解決什麼問題
類別極度不平衡、無法補真實資料且只能動資料前處理時，用來增加少數類樣本，提升少數類的偵測能力。
考場 Trigger
- 少數類不到 1% 又無法補資料
- 在近鄰之間內插產生新樣本
- 只能用資料前處理處理不平衡
容易搞混
資料不平衡處理成本敏感學習前處理造成的資料洩漏
中級深度
能比較 SMOTE 與隨機過採樣、欠採樣的優缺點，並知道只能在切分後對訓練集做，否則資料洩漏。