• DADOS
  • MODELO
  • VALIDAÇÃO
  • HUMANO

Como gerar amostras sintéticas com sua IA

Conecte sua IA ao SMOTE Oversampling Engine para corrigir conjuntos de dados desbalanceados. Ele utiliza K-Nearest Neighbors para criar novos pontos de dados realistas para suas classes raras.

Pergunte à IA sobre esta página

Resposta rápida

Como posso criar dados sintéticos para classes raras?

Sua IA usa interpolação K-Nearest Neighbors para gerar novas amostras sintéticas que imitam sua classe minoritária atual. Isso equilibra seu conjunto de dados para que seus modelos não ignorem eventos raros. Você receberá um novo conjunto de dados expandido e pronto para o treinamento.

Os resultados do oversampling.

Onde seus dados chegam.

Assim que a IA terminar a interpolação, você terá estes resultados específicos.

DADOS

Conjuntos de dados equilibrados

A IA gera novas linhas para sua classe minoritária. Você obtém um conjunto de dados onde eventos raros têm peso suficiente para serem aprendidos.

MODELO

Melhor desempenho no treinamento

Ao corrigir o desbalanceamento, a IA evita que o modelo seja enviesado para a classe majoritária, melhorando a detecção de casos raros.

VALIDAÇÃO

Pontos de dados realistas

O motor usa interpolação entre pontos existentes em vez de apenas duplicá-los. Isso garante que os novos dados permaneçam dentro do espaço de características real.

HUMANO

Necessidade de revisão manual

Você deve inspecionar as amostras sintéticas para garantir que façam sentido no seu domínio. A IA faz o cálculo, mas você valida a lógica.

O fluxo

O que sua IA faz quando os dados chegam.

A IA cuida de todo o cálculo pesado de interpolação para que você não precise escrever os algoritmos.

  1. Analisar desbalanceamento

    A IA analisa seu conjunto de dados para identificar quais classes estão sub-representadas.

    generate_smote

  2. Encontrar vizinhos

    Ela identifica os K-Nearest Neighbors de cada amostra minoritária para entender a distribuição local dos dados.

    generate_smote

  3. Interpolar pontos

    O motor cria novos exemplos sintéticos traçando linhas entre os pontos minoritários existentes.

    generate_smote

  4. Exportar resultados

    A IA entrega o conjunto de dados expandido para você usar no treinamento do modelo.

    generate_smote

Teste

Copie estes comandos para começar.

Use estes prompts para iniciar o processo de oversampling.

Pontos de partida

Substitua o texto entre colchetes pelos seus caminhos de arquivo ou descrições de dados reais.

Native V8 Connector

Tudo pronto. Escolha seu cliente MCP e siga as instruções de configuração.

Link do conectorhttps://edge.vinkius.com/vk_preview_Xu8tNfSu2oJQMkax65i8ODXUxkKCb3ZJKsseLvia/mcp

Claude Desktop

Siga os passos abaixo para conectar em segundos.

  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.
Configuração · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "smote-oversampling-engine-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_Xu8tNfSu2oJQMkax65i8ODXUxkKCb3ZJKsseLvia/mcp"
    }
  }
}
Copie no chat04

  • Gerar amostras sintéticas para a classe 'fraud' no meu arquivo CSV em /data/transactions.csv.

  • Usar SMOTE para equilibrar meu conjunto de dados neste Jupyter notebook com base na coluna 'target'.

  • Tenho um conjunto de dados desbalanceado neste dataframe; por favor, faça o oversampling da classe minoritária usando K-Nearest Neighbors.

  • Analise meus dados de treinamento no diretório atual e crie novas amostras para os rótulos raros.

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

Comece aqui

Conecte o SMOTE Oversampling Engine uma vez e comece a usar.

Basta vincular o MCP ao seu cliente. Suas credenciais ficam criptografadas e você pode pedir para sua IA equilibrar seus dados imediatamente.

Conectar SMOTE Oversampling Engine à sua IA

FAQ

Como funciona esta tarefa.

  • 01

    A IA altera meu arquivo de dados original?

    Não. A IA gera um novo conjunto de amostras sintéticas. Seu arquivo de origem original permanece intacto.

  • 02

    A IA pode decidir quais classes devem sofrer oversampling?

    Sim, se você pedir para ela identificar o desbalanceamento primeiro. Você também pode especificar exatamente qual classe precisa de mais amostras.

  • 03

    A IA fará a limpeza dos dados antes do oversampling?

    Não. Esta ferramenta é específica para gerar amostras sintéticas. Você deve cuidar da limpeza e da remoção de outliers por conta própria.

  • 04

    Ela apenas duplica as linhas existentes?

    Não. Ela usa interpolação K-Nearest Neighbors para criar pontos de dados novos e únicos entre os pontos existentes.

  • 05

    A IA pode realizar engenharia de atributos (feature engineering)?

    Não. A ferramenta foca em gerar amostras com base nas características que você já possui.

  • Mais dúvidas sobre o SMOTE Oversampling Engine? A página do Connector responde. Veja tudo o que o SMOTE Oversampling Engine Connector pode fazer

Conecte Native V8 ao Claude, Cursor, ChatGPT e outros