隨機過採樣 vs SMOTE 過採樣
Random Oversampling vs SMOTE
隨機過採樣 側重 隨機過採樣是處理類別不平衡的方法,隨機複製少數類別的樣本讓各類別數量趨於平衡,缺點是可能增加過擬合風險。,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 | 隨機過採樣 | SMOTE 過採樣 |
|---|---|---|
| 一句定義 | 隨機過採樣是處理類別不平衡的方法,隨機複製少數類別的樣本讓各類別數量趨於平衡,缺點是可能增加過擬合風險。 | 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 | 機器學習、資料處理、模型訓練、統計方法 | 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 | 過採樣應該在交叉驗證的哪個階段執行? | SMOTE 應在什麼情況下使用? |