# Detector de desbalanceamento e reamostragem Detecta desbalanceamento de classes em datasets CSV ou JSON, compara estrategias e previsualiza uma saida balanceada > Página canônica: https://elysiatools.com/pt/tools/dataset-imbalance-detector-resampler - **Categoria:** Data Analysis - **Palavras-chave:** dataset, desbalanceamento, reamostragem, ml ## Visão geral Cole um dataset CSV ou envie um arquivo CSV/JSON e depois informe a coluna de rotulo. A ferramenta conta cada classe, mede a razao de desbalanceamento, sugere se oversampling ou undersampling e mais seguro e gera uma pre-visualizacao balanceada. Como usar: - Entrada do dataset: cole CSV para uma leitura rapida - Arquivo de dados: envie CSV ou JSON - Coluna de rotulo: escolha a classe alvo - Estrategia de reamostragem: none, oversample ou undersample - Formato de exportacao: visualize em JSON ou CSV - Linhas de visualizacao: limita quantas linhas balanceadas aparecem Notas: - Oversample duplica linhas minoritarias ate o tamanho da classe majoritaria - Undersample corta a classe majoritaria ate o tamanho da minoritaria - O relatorio compara as duas estrategias - Isso ajuda a decidir se vale a pena adotar SMOTE depois ## Entradas - **Entrada do dataset** (textarea): id,label,score 1,yes,0.9 2,no,0.2 - **Arquivo de dados** (file) - **Coluna de rotulo** (text): label - **Estrategia de reamostragem** (select) - **Formato de exportacao** (select) - **Linhas de visualizacao** (number) ## Quando usar - Quando precisar verificar rapidamente a distribuição de classes em um novo dataset antes de treinar um modelo preditivo. - Para decidir se é mais seguro aplicar oversampling ou undersampling em dados de classificação altamente desbalanceados. - Quando quiser gerar uma amostra balanceada em formato CSV ou JSON para testes preliminares de algoritmos. ## Como funciona - Cole os dados do seu dataset em formato CSV ou faça o upload de um arquivo CSV ou JSON. - Informe o nome exato da 'Coluna de rótulo' que contém as classes a serem analisadas. - Escolha a estratégia de reamostragem desejada (oversample ou undersample) e o formato de exportação. - A ferramenta processará os dados, exibirá um relatório comparativo e mostrará uma pré-visualização das linhas balanceadas. ## Casos de uso - Análise de dados de detecção de fraudes, onde as transações normais superam massivamente as fraudulentas. - Preparação de datasets médicos para diagnóstico de doenças raras, equilibrando casos positivos e negativos. - Classificação de churn de clientes, ajustando a proporção entre clientes que cancelaram e os que permaneceram ativos. ## Perguntas frequentes ### Quais formatos de arquivo são suportados? A ferramenta aceita entrada de texto em CSV e upload de arquivos nos formatos CSV e JSON. ### Qual a diferença entre oversample e undersample? Oversample duplica as linhas da classe minoritária para igualar a majoritária, enquanto undersample corta a classe majoritária para o tamanho da minoritária. ### A ferramenta altera meu arquivo original? Não. Todo o processamento é feito de forma segura no navegador ou servidor temporário, e a ferramenta apenas gera uma pré-visualização baseada nos seus dados. ### Posso exportar o dataset completo balanceado? A ferramenta gera uma pré-visualização em JSON ou CSV baseada no limite de linhas configurado (até 50 linhas) para análise rápida e validação da estratégia. ### O que acontece se eu escolher a estratégia 'none'? A ferramenta apenas exibirá o relatório de distribuição original das classes, sem aplicar nenhuma técnica de reamostragem na pré-visualização. ## Ferramentas relacionadas - [Detector de anomalias em series temporais](https://elysiatools.com/pt/tools/time-series-anomaly-detector): Envia dados de serie temporal em CSV ou JSON, detecta anomalias com Z-Score e IQR e retorna um relatorio com grafico - [Perfilador de qualidade de datasets](https://elysiatools.com/pt/tools/dataset-quality-profiler): Gera um perfil de qualidade para CSV ou JSON com faltantes, duplicados, drift de formato, tipos e outliers. - [Detector de conflitos de prefixo e abreviacao em mock data](https://elysiatools.com/pt/tools/mock-data-naming-conflict-detector): Detecta nomes de campo visualmente confusos e colisoes de prefixo em CSV, JSON ou schemas - [Analisador de previsao e sazonalidade](https://elysiatools.com/pt/tools/time-series-forecast-seasonality-analyzer): Projeta periodos futuros a partir de series temporais CSV ou JSON e mostra tendencia, sazonalidade e residuo - [Divisor train/test com estratificação](https://elysiatools.com/pt/tools/train-test-split-with-stratification): Lê um dataset CSV/JSON e divide em train/validation/test com amostragem estratificada pela coluna alvo (70/15/15 padrão, semente reprodutível), ou k-fold estratificado; relatório de distribuição de classes por split com barras de desvio, checagem de vazamento por linhas duplicadas, prévia de SMOTE (interpolação de vizinhos no treino) e exportação dos CSV em ZIP. - [Visualizador de caminhos JSON](https://elysiatools.com/pt/tools/json-path-visualizer): Visualiza JSON ou JSONL como uma arvore expansivel e permite copiar expressoes JSONPath para cada no - [Planejador de migracao CSV para banco de dados](https://elysiatools.com/pt/tools/csv-to-database-migration-planner): Infere um schema relacional a partir de CSV e gera planos CREATE TABLE e ALTER para PostgreSQL, MySQL, SQLite ou SQL Server - [Analisador de logs estruturados](https://elysiatools.com/pt/tools/structured-log-analyzer): Detecta formatos comuns de logs, extrai campos principais e exporta em JSON, CSV ou SQL. ## Exemplos - [Exemplos CSV](https://elysiatools.com/pt/samples/csv-samples): Arquivos CSV de exemplo com vários tipos de dados, tamanhos e níveis de complexidade - [Exemplos Python](https://elysiatools.com/pt/samples/python): Exemplos de código Python e demonstrações Hello World - [Exemplos de Rastreamento Distribuído](https://elysiatools.com/pt/samples/distributed-tracing-samples): Exemplos completos de rastreamento distribuído usando Jaeger, OpenTelemetry e ferramentas modernas de observabilidade - [Exemplos JWT](https://elysiatools.com/pt/samples/jwt-samples): Exemplos completos de JWT da estrutura básica de tokens às implementações de segurança avançadas ## Conteúdo relacionado - [Ferramentas de intercambio JSON e traducao de formatos](https://elysiatools.com/pt/hubs/json-convert): Compare ferramentas de conversao JSON para CSV, YAML, TOML, GraphQL, XML, Markdown, Excel, BSON, EDN e outros formatos estruturados em um unico hub. - [Ferramentas de conversão de caixa, codificação e normalização de texto](https://elysiatools.com/pt/hubs/text-convert): Compare conversão de caixa de texto, conversão de largura de caracteres, conversão de codificação, tratamento de quoted-printable e normalização de texto em um único hub. - [Ferramentas de inspecao, diff e transformacao JSON](https://elysiatools.com/pt/hubs/json-utility): Reune em um so hub ferramentas para formatar JSON, comparar mudancas, inspecionar caminhos, validar schema, mesclar arquivos e transformar dados para fluxos de API e dados. - [Ferramentas de exportacao CSV e conversao de tabelas](https://elysiatools.com/pt/hubs/csv-convert): Compare conversoes entre CSV e Excel, JSON, HTML, Markdown, XML e texto em um unico hub para fluxos de intercambio tabular.