1. Balanceo de dataset de detección de fraude
Científico de DatosContexto
Un modelo de machine learning está clasificando todas las transacciones como 'normales' debido a que el 95% de los datos pertenecen a esa clase.
Problema
Equilibrar las clases 'normal' y 'fraud' para que el modelo aprenda a detectar las anomalías sin sesgos.
Cómo usarlo
Sube el archivo transactions.csv, indica 'label' como columna de etiqueta y selecciona la estrategia 'oversample'.
Columna de etiqueta: label
Estrategia: oversample
Formato: jsonResultado
El reporte muestra la distribución original 95:5 y genera una vista previa donde las transacciones de fraude se duplican hasta igualar a las normales.