Explanation:
ボックス 1: 相互情報。
相互情報量スコアは、多次元のデータセット内の結合分布とターゲット変数の間の相互情報量を最大化するため、特徴の選択に特に役立ちます。
ボックス 2: 中央値
MedianValue は特徴列であり、データセットの予測子です。
シナリオ: MedianValue 列と AvgRoomsinHouse 列は両方とも数値形式でデータを保持します。2 つの列間の関係をより詳細に分析するには、特徴選択アルゴリズムを選択する必要があります。
参考文献:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/filter-based-feature-selection

説明

ボックス 1: いいえ
FileDataset は、データストア内またはパブリック URL からの単一または複数のファイルを参照します。TSV ファイルを解析する必要があります。
ボックス 2: はい
to_path() は、データセットによって定義された各ファイル ストリームのファイル パスのリストを取得します。
ボックス 3: はい
TabularDataset.to_pandas_dataframe は、データセットからすべてのレコードを pandas DataFrame にロードします。
TabularDataset は、提供されたファイルまたはファイルのリストを解析することによって作成された表形式のデータを表します。
注: TSV は、表計算ソフトウェアで使用されるタブ区切りファイルのファイル拡張子です。TSV はタブ区切り値の略です。TSV ファイルは生データに使用され、表計算ソフトウェアにインポートおよびエクスポートできます。TSV ファイルは本質的にテキスト ファイルであり、生データはテキスト エディタで表示できますが、スプレッドシート間で生データを移動するときによく使用されます。
参照：
https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.data.tabulardataset

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ときに使用する特徴空間のサイズを決定します。最近傍とは、あるターゲット ケースに非常に類似したデータの行 (ケース) です。任意の 2 つのケース間の距離は、すべての特徴の重み付けされたベクトルを結合することによって測定されます。
最近傍の数を増やすことで、より多くのケースから特徴を取得できます。
最近傍の数を低く抑えることで、元のサンプルの特徴にさらに似た特徴が使用されます。
参考文献:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/smote