propriedades smotenode

Ícone do nó SMOTE O nó Técnica de Sobreamostragem Minoritária Sintética (SMOTE) fornece um algoritmo de sobreamostragem para lidar com conjuntos de dados desbalanceados. Ele fornece um método avançado para balanceamento de dados. O nó do processo SMOTE no SPSS Modeler é implementado em Python e requer a biblioteca imbalanced-learn© Python .

Tabela 1. propriedades de smotenode
propriedades `smotenode`	Tipo de dados	Descrição da propriedade
`target`	campo	O campo de destino.
`sample_ratio`	sequência	Ativa um valor de proporção customizado. As duas opções são Automático (`sample_ratio_auto`) ou Proporção configurada (`sample_ratio_manual`).
`sample_ratio_value`	Valor flutuante	A razão é o número de amostras na classe minoritária sobre o número de amostras na classe majoritária. Ela deve ser maior que `0` e menor ou igual a `1`. O padrão é `auto`.
`enable_random_seed`	Booleano	Se configurado como `true`, a propriedade `random_seed` será ativada.
`random_seed`	Número inteiro	O valor inicial usado pelo gerador de número aleatório.
`k_neighbours`	Número inteiro	O número de vizinhos mais próximos a ser usado para a construção de amostras sintéticas. O padrão é `5`.
`m_neighbours`	Número inteiro	O número de vizinhos mais próximos a ser usado para determinar se uma amostra minoritária está em perigo. Esta opção só é ativada com os tipos de algoritmo SMOTE `borderline1` e `borderline2`. O padrão é `10`.
`algorithm`	sequência	O tipo de algoritmo SMOTE: `regular`, `borderline1` ou `borderline2`.
`use_partition`	Booleano	Se configurado como `true`, somente dados de treinamento serão usados para construção de modelo. O patrão é `true`.