为了账号安全,请及时绑定邮箱和手机立即绑定

使用 ADASYN 算法对多类数据进行过采样失败

使用 ADASYN 算法对多类数据进行过采样失败

慕的地8271018 2023-07-27 10:33:19
我下面有一个非常基本的脚本来演示该问题:from imblearn.over_sampling import ADASYNimport pandas as pd, numpy as npfrom sklearn.ensemble import RandomForestClassifierfrom sklearn.model_selection import train_test_splitdata = pd.read_csv('glass.csv')classes = data.values[:, -1]data = data.iloc[:, :-1]adasyn = ADASYN(sampling_strategy='not majority', random_state=8, n_neighbors=3)new_data, new_classes = adasyn.fit_resample(data, classes)X_train, X_test, y_train, y_test = train_test_split(new_data, new_classes, test_size = 0.20)rfc = RandomForestClassifier()rfc.fit(X_train, y_train)print("Score: {}".format(rfc.score(X_test, y_test)))目的是平衡以下类别的不平衡:(214, 10) Class=1, Count=70, Percentage=32.710% Class=2, Count=76, Percentage=35.514% Class=3, Count=17, Percentage=7.944% Class=5, Count=13, Percentage=6.075% Class=6, Count=9, Percentage=4.206% Class=7, Count=29, Percentage=13.551%拥有相等(或接近相等)的样本。然而,运行上面的代码会产生:ValueError: No samples will be generated with the provided ratio settings.更改为成功地对类 进行过采样ADASYN,并将其带入样本,但仍然使其余类不平衡。因此,我正在寻找一种使用 ADASYN对所有少数类别进行完全过采样的方法。sampling_strategyminorityminority674ADASYN 文档指出: 'not majority': resample all classes but the majority class;但这显然没有发生。
查看完整描述

1 回答

?
千巷猫影

TA贡献1829条经验 获得超7个赞

为了解决这个问题,我所做的是对除两个主要多数类之外的所有类进行重新采样,并继续通过以下方式进行:


adasyn = ADASYN(sampling_strategy='minority', random_state=8, n_neighbors=3)


new_data = data

new_classes = classes


for i in range(len(classes)-2):

    new_data, new_classes = adasyn.fit_resample(data, classes)


查看完整回答
反对 回复 2023-07-27
  • 1 回答
  • 0 关注
  • 224 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信