オーバーサンプリングをおこなってみたい。
オーバーサンプリングは、少数クラスのサンプルを増やすことでデータセットのクラスの不均衡を解消する方法です。代表的な手法の1つは、SMOTE（Synthetic Minority Over-sampling Technique）です。SMOTEは、少数クラスのサンプルの近傍に合成データポイントを生成することでオーバーサンプリングを実現します。
以下は、SMOTEを使ってオーバーサンプリングを行う方法の一般的な手順です。
- インストール:
imbalanced-learnライブラリを使ってSMOTEを利用するために、まずはライブラリをインストールします。
bash
pip install imbalanced-learn
- インポート: 必要なライブラリやクラスをインポートします。
python
from imblearn.over_sampling import SMOTE
- SMOTEを適用: オーバーサンプリングを行いたいデータに対して、SMOTEを適用します。
python
# SMOTEを適用 smote = SMOTE(random_state=42) X_train_resampled, y_train_resampled = smote.fit_resample(X_train_scaled, y_train)
- モデルの再トレーニング: オーバーサンプリング後のデータを使ってモデルを再トレーニングします。
python
# ランダムフォレストモデルの作成とトレーニング rf_model_resampled = RandomForestClassifier(n_estimators=100, random_state=100) rf_model_resampled.fit(X_train_resampled, y_train_resampled)
これにより、オーバーサンプリングが実装され、新しいデータセットを使用してトレーニングされたモデルが得られます。オーバーサンプリング後のデータセットを使用してモデルの評価を行い、性能の向上が見られるかどうかを確認してください。