icney 2022-03-01 08:57 采纳率: 50%
浏览 57
已结题

【Python】过采样与下采样同时进行的代码应该是这样吗?

问题遇到的现象和发生背景

请问如下代码是同时进行了过采样和下采样吗?另外,具体sampling_strategy应该怎么去用呢?

原始数据的value_counts():

0 13634
1 6305

问题相关代码
#SMOTE上采样:原少数类*1.5=9458个
from imblearn.combine import SMOTEENN
smo = SMOTEENN(sampling_strategy={1: 9458 },random_state=24)
tra1_x1, tra1_y1 = smo.fit_resample(train1.drop(['Pred','Date'], axis=1), train1['Pred'])  

#下采样:原少数类*0.5*3.5=11034个
from imblearn.combine import SMOTETomek
rus = SMOTETomek(sampling_strategy={0: 11034 },random_state=24)
tra1_x1, tra1_y1 = rus.fit_resample(train1.drop(['Pred','Date'], axis=1), train1['Pred'])
print(tra1_x1.shape)
print((tra1_y1==1).sum()/len(tra1_y1))
运行结果及报错内容
ValueError: With over-sampling methods, the number of samples in a class should be greater or equal to the original number of samples. Originally, there is 13634 samples and 11034 samples are asked.

谢谢大家!

  • 写回答

1条回答 默认 最新

  • icney 2022-03-01 09:34
    关注

    !好像上面是两种不同的方法;我换了一种方式,先过采样,再下采样也解决了问题,代码如下:

    from imblearn.over_sampling import SMOTE
    smote = SMOTE(sampling_strategy={1: 9458 },random_state=2021)
    tra1_x1, tra1_y1 = smote.fit_resample(train1.drop(['Pred','Date'], axis=1), train1['Pred'])  
    print(tra1_x1.shape) 
    print((tra1_y1==1).sum()/len(tra1_y1))
    
    from imblearn.under_sampling import RandomUnderSampler
    cc = RandomUnderSampler(sampling_strategy={0:11034 },random_state=2021)
    tra1_x2, tra1_y2 = cc.fit_resample(tra1_x1, tra1_y1)  
    print(tra1_x2.shape) 
    print((tra1_y2==1).sum()/len(tra1_y2))
    
    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论

报告相同问题?

问题事件

  • 系统已结题 3月9日
  • 已采纳回答 3月1日
  • 创建了问题 3月1日

悬赏问题

  • ¥15 docker环境配置
  • ¥20 绿盟安全扫描--检测到目标站点存在javascript框架库漏洞
  • ¥30 Android STD快速启动
  • ¥15 如何使用simulink建立一个永磁同步直线电机模型?
  • ¥30 天体光谱图的的绘制并得到星表
  • ¥15 PointNet++的onnx模型只能使用一次
  • ¥20 西南科技大学数字信号处理
  • ¥15 有两个非常“自以为是”烦人的问题急期待大家解决!
  • ¥30 STM32 INMP441无法读取数据
  • ¥15 R语言绘制密度图,一个密度曲线内fill不同颜色如何实现