Azure Machine Learning Studio で実験を作成します。10,000 行を含むトレーニング データセットを追加します。最初の 9,000 行はクラス 0 (90%) を表します。
残りの 1,000 行はクラス 1 (10%) を表します。
トレーニングセットは2つのクラス間の不均衡です。5行のデータを使用して、クラス1のトレーニング例の数を4,000に増やす必要があります。実験にSynthetic Minority Oversampling Technique(SMOTE)モジュールを追加します。
モジュールを設定する必要があります。
どの値を使用する必要がありますか? 回答するには、回答領域のダイアログ ボックスで適切なオプションを選択します。
注意: 正しい選択ごとに 1 ポイントが加算されます。

正解:

Explanation:
ボックス1: 300
300 (%) と入力すると、モジュールは元のデータセット (1000) と比較して少数事例の割合 (3000) を 3 倍にします。
ボックス2: 5
5 つのデータ行を使用する必要があります。
「最近傍点の数」オプションを使用して、SMOTEアルゴリズムが新しいケースを構築する際に使用する特徴空間のサイズを決定します。最近傍点とは、あるターゲットケースに非常に類似したデータ行(ケース)です。任意の2つのケース間の距離は、すべての特徴量の重み付きベクトルを組み合わせることで測定されます。
最近傍の数を増やすと、より多くのケースから特徴を取得できます。
最近傍点の数を少なくすることで、元のサンプルに似た特徴をより多く使用します。
参考文献:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/smote