• DATEN
  • MODELL
  • VALIDIERUNG
  • MENSCH

Synthetische Minderheiten-Samples mit KI generieren

Verbinden Sie Ihre KI mit der SMOTE Oversampling Engine, um unbalancierte Datensätze zu korrigieren. Die Engine nutzt K-Nearest Neighbors, um neue, realistische Datenpunkte für Ihre seltenen Klassen zu erstellen.

Fragen Sie die KI zu dieser Seite

Kurzantwort

Wie erstelle ich synthetische Daten für seltene Klassen?

Ihre KI nutzt die K-Nearest Neighbors Interpolation, um neue, synthetische Samples zu erzeugen, die Ihre bestehende Minderheitenklasse imitieren. Das balanciert Ihren Datensatz, damit Ihre Modelle seltene Ereignisse nicht ignorieren. Sie erhalten einen neuen, erweiterten Datensatz, der direkt für das Training bereit ist.

Die Ergebnisse des Oversampling.

Das erhalten Sie.

Sobald die KI die Interpolation abgeschlossen hat, liegen diese Ergebnisse vor.

DATEN

Balancierte Datensätze

Die KI generiert neue Zeilen für Ihre Minderheitenklasse. Sie erhalten einen Datensatz, in dem seltene Ereignisse genug Gewicht haben, um gelernt zu werden.

MODELL

Bessere Trainingsleistung

Durch die Korrektur des Klassenungleichgewichts verhindert die KI, dass das Modell zugunsten der Mehrheitsklasse verzerrt wird. Das verbessert die Erkennung seltener Fälle.

VALIDIERUNG

Realistische Datenpunkte

Die Engine nutzt Interpolation zwischen bestehenden Punkten statt einfacher Duplikate. So bleiben die neuen Daten innerhalb des tatsächlichen Merkmalsraums.

MENSCH

Manuelle Prüfung nötig

Sie müssen die synthetischen Samples prüfen, um sicherzustellen, dass sie für Ihren Fachbereich Sinn ergeben. Die KI liefert die Mathematik, Sie verifizieren die Logik.

Der Ablauf

Was Ihre KI tut, wenn die Daten eintreffen.

Die KI übernimmt die komplexe Mathematik der Interpolation, sodass Sie die Algorithmen nicht selbst schreiben müssen.

  1. Ungleichgewicht analysieren

    Die KI prüft Ihren Datensatz, um festzustellen, welche Klassen unterrepräsentiert sind.

    generate_smote

  2. Nachbarn finden

    Sie identifiziert die K-Nearest Neighbors für jedes Minderheiten-Sample, um die lokale Datenverteilung zu verstehen.

    generate_smote

  3. Punkte interpolieren

    Die Engine erstellt neue synthetische Beispiele, indem sie Linien zwischen bestehenden Minderheitenpunkten zieht.

    generate_smote

  4. Ergebnisse exportieren

    Die KI stellt Ihnen den erweiterten Datensatz für das Modelltraining zur Verfügung.

    generate_smote

Probieren Sie es

Kopieren Sie diese Vorlagen.

Nutzen Sie diese Prompts, um den Oversampling-Prozess zu starten.

Startpunkte

Ersetzen Sie den Text in Klammern durch Ihre tatsächlichen Dateipfade oder Datenbeschreibungen.

Native V8 Connector

Alles bereit. Wählen Sie Ihren MCP-Client und folgen Sie den Einrichtungsschritten.

Connector-Linkhttps://edge.vinkius.com/vk_preview_Xu8tNfSu2oJQMkax65i8ODXUxkKCb3ZJKsseLvia/mcp

Claude Desktop

Folgen Sie den Schritten unten, um sich in Sekunden zu verbinden.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — Native V8 capabilities are ready to use.
Konfiguration · claude_desktop_config.jsonKopieren
{
  "mcpServers": {
    "smote-oversampling-engine-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_Xu8tNfSu2oJQMkax65i8ODXUxkKCb3ZJKsseLvia/mcp"
    }
  }
}
In den Chat kopieren04

  • Generiere synthetische Samples für die Klasse 'fraud' in meiner CSV-Datei unter /data/transactions.csv.

  • Nutze SMOTE, um meinen Datensatz in diesem Jupyter Notebook basierend auf der Spalte 'target' zu balancieren.

  • Ich habe einen unbalancierten Datensatz in diesem Dataframe; bitte führe ein Oversampling der Minderheitenklasse mittels K-Nearest Neighbors durch.

  • Analysiere meine Trainingsdaten im aktuellen Verzeichnis und erstelle neue Samples für die seltenen Labels.

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Starten Sie hier

Einmalig mit der SMOTE Oversampling Engine verbinden und loslegen.

Verknüpfen Sie den MCP einfach mit Ihrem Client. Ihre Zugangsdaten bleiben verschlüsselt und Sie können sofort damit beginnen, Ihre Daten durch die KI balancieren zu lassen.

SMOTE Oversampling Engine mit Ihrer KI verbinden

FAQ

Verhalten und Funktionen.

  • 01

    Ändert die KI meine ursprüngliche Datendatei?

    Nein. Die KI generiert einen neuen Satz synthetischer Samples. Ihre ursprüngliche Quelldatei bleibt unberührt.

  • 02

    Kann die KI entscheiden, welche Klassen überrepräsentiert werden sollen?

    Ja, wenn Sie sie zuerst bitten, das Ungleichgewicht zu finden. Sie können auch genau festlegen, welche Klasse mehr Samples benötigt.

  • 03

    Bereinigt die KI meine Daten vor dem Oversampling?

    Nein. Dieses Tool ist speziell für die Generierung synthetischer Samples gedacht. Die Datenbereinigung und das Entfernen von Ausreißern müssen Sie selbst übernehmen.

  • 04

    Werden einfach nur vorhandene Zeilen dupliziert?

    Nein. Die Engine nutzt K-Nearest Neighbors Interpolation, um völlig neue, einzigartige Datenpunkte zwischen den bestehenden zu erstellen.

  • 05

    Kann die KI Feature Engineering betreiben?

    Nein. Das Tool konzentriert sich darauf, Samples basierend auf den bereits vorhandenen Merkmalen zu generieren.

  • Weitere Fragen zur SMOTE Oversampling Engine? Die Connector-Seite liefert Antworten. Alle Funktionen des SMOTE Oversampling Engine Connectors ansehen

Verbinde Native V8 mit Claude, Cursor, ChatGPT & mehr