我有一个关于如何使用 imblearn 库中的 SMOTE 模块来处理不平衡数据集的快速问题:
我有一个数据集来训练我的 DNN 模型。它有 12442 个样本,每个样本是一个 650*5 的数组:
X.shape # (12442, 650, 5) y.shape # (12442, 1)
该数据集适用于我使用 tf.keras API 构建的 DNN 模型。
但是,当我尝试使用 SMOTE 添加过采样时,它返回错误:
from imblearn.over_sampling import SMOTE
sm = SMOTE()
X, y = sm.fit_sample(X, y)
ValueError: Found array with dim 3. Estimator expected <= 2.
是不是 imblearn 包中的 SMOTE 只需要一维数据?有没有办法或其他包来解决它?