load("C:/Users/User/Desktop/data.RData")
table(data$classification)
prop.table(table(data$classification))

######### 方法一 #########
library(ROSE)
# 由于是多分類問題，我們先提取數(shù)據(jù)中比例最大的類和比例最小的類
# 進(jìn)行平衡（轉(zhuǎn)化為二分類問題）
test <- data[which(data$classification == -8 | data$classification == 4),]
# 將分類結(jié)果轉(zhuǎn)化為因子型（不然會(huì)報(bào)錯(cuò)）
test$classification <- as.factor(test$classification)
# 進(jìn)行欠采樣
# 其中 method = "under" 表示采用的方法為“欠采樣”
# N = 40 表示最終整個(gè)數(shù)據(jù)集的數(shù)量
# seed 隨機(jī)種子，為了保留對(duì)樣本的追蹤
under <- ovun.sample(classification ~ ., test, method = "under", N = 40, seed = 1)$data
# 查看結(jié)果
table(under$classification)

######### 方法二 #########
library(dplyr)
# 由于是多分類問題，我們先提取數(shù)據(jù)中比例最大的類和比例最小的類
# 進(jìn)行平衡（轉(zhuǎn)化為二分類問題）
test <- data[which(data$classification == -8 | data$classification == 4),]
# 提取大比例類
test1 <- test[which(test$classification == 4),]
# 將大比例類的數(shù)量降為12個(gè)
down <- sample_n(test1, 12, replace = TRUE)
# 將欠采樣后的類進(jìn)行合并
down <- rbind(test[which(test$classification == -8), ],down)
table(down$classification)

######### 方法一 #########
library(ROSE)
test <- data[which(data$classification == -8 | data$classification == 4),]
test$classification <- as.factor(test$classification)
# 實(shí)現(xiàn)上大致與欠采樣相同，只有類型 method 改成了 "over"，同時(shí)沒有限制總數(shù)量
under <- ovun.sample(classification ~ ., test, method = "over", seed = 1)$data
table(under$classification)

######### 方法二 #########
library(dplyr)
test <- data[which(data$classification == -8 | data$classification == 4),]
# 提取小比例類
test1 <- test[which(test$classification == -8),]
# 將小比例類的數(shù)量降為4817個(gè)（與大比例類相同）
# 這里使用的過采樣方法是隨機(jī)復(fù)制小比例類中的數(shù)據(jù)，將其擴(kuò)充到指定數(shù)量
down <- sample_n(test1, 4817, replace = TRUE)
down <- rbind(test[which(test$classification == 4), ],down)
table(down$classification)

######### 方法一 #########
library(ROSE)
# 由于是多分類問題，我們先提取數(shù)據(jù)中比例最大的類和比例最小的類
# 進(jìn)行平衡（轉(zhuǎn)化為二分類問題）
test <- data[which(data$classification == -8 | data$classification == 4),]
# 將分類結(jié)果轉(zhuǎn)化為因子型（不然會(huì)報(bào)錯(cuò)）
test$classification <- as.factor(test$classification)
# ROSE提供了ROSE()函數(shù)來合成人工數(shù)據(jù)
rose <- ROSE(classification ~ ., test, seed = 1)$data
# 查看結(jié)果
table(rose$classification)

######### 方法二 #########
library(DMwR)
test <- data[which(data$classification == -8 | data$classification == 4),]
test$classification <- as.factor(test$classification)
# perc.over: 如 perc.over = n，小比例類的個(gè)數(shù)變?yōu)?(n/100)a + a 個(gè)數(shù)據(jù)（a為小比例類原始數(shù)量）
# perc.under: 如 perc.under = m，大比例類的個(gè)數(shù)變?yōu)?(nm)/100)a個(gè)
# 因此本次案例中，小比例類的個(gè)數(shù)變?yōu)?3500/100)*12 + 12 = 432個(gè)
# 大比例類的個(gè)數(shù)變?yōu)?(3500*300)/100^2)*12 = 1260個(gè)
down <- SMOTE(classification ~ ., test, perc.over = 3500, perc.under = 300)
table(down$classification)