Effectively Dealing with Imbalance Classes

Offert par
Coursera Project Network
Dans ce Projet Guidé, vous :

Import dataset and perform EDA & visualizations

Become familiar with the variety of under sampling techniques, their advantages & dis-advantages and implement them.

Clock2 Hours
IntermediateIntermédiaire
CloudAucun téléchargement requis
VideoVidéo en écran partagé
Comment DotsAnglais
LaptopOrdinateur de bureau uniquement

In this 2 hour guided project you will learn how to deal with imbalance classification problems in a profound manner, applying several resampling strategies and visualizing the effects of resampling on imbalance classification dataset. Note: This project works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Les compétences que vous développerez

  • ADASYN
  • SMOTETomek
  • SMOTE
  • Machine Learning
  • Data Visualization (DataViz)

Apprendrez étape par étape

Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :

  1. Task 1: Importing data, Exploratory data analysis & visualizations

  2. Task 2: Applying under sampling strategies: Random & TomekLinks

  3. Task 3: Applying over sampling strategies: SMOTE & SVMSMOTE

  4. Task 4: Combining Over & Under Sampling strategies: SMOTETomek

  5. Task 5: Metrics Discussion & Comparison of impact of all the strategies

Comment fonctionnent les Projets Guidés

Votre espace de travail est un bureau cloud situé dans votre navigateur, aucun téléchargement n'est requis.

Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé

Foire Aux Questions

Foire Aux Questions

D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.