问题标签 [imblearn]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python-2.7 - 过采样不会产生新样本
我的数据集具有以下分布：
我python-imblearn用来对少数类进行过采样。使用regularsmote 我可以生成 200 个第 6 类的样本，但是使用l1borderline或者l2borderline我不能这样做。
有什么数学问题还是我错过了什么？
python - 过采样和上采样之间以及 SMOTE 和 over_sampling.SMOTE 之间的区别？
这个问题有点偏执，因为在谷歌中，搜索结果被音频和傅里叶变换等混合在一起。
特别是对于python，当涉及到数字数据时，少数类的过采样和上采样有区别吗？
我正在使用 imblearn 对少数类进行过采样/上采样。我目前正在使用
但最近，我遇到了
有什么区别？
python-3.x - 如何使用 Python 对图像数据集进行过采样？
我正在处理具有不平衡图像数据集（不同类别）的多类分类问题。我尝试imblearn了库，但它不适用于图像数据集。
我有一个属于 3 类的图像数据集，即 A、B、C。A 有 1000 个数据，B 有 300 个，C 有 100 个。我想对 B 类和 C 类进行过采样，这样可以避免数据不平衡。请让我知道如何使用 python 对图像数据集进行过采样。
scikit-learn - SMOTE 初始化需要 n_neighbors <= n_samples，但 n_samples < n_neighbors
我已经预先清理了数据，下面显示了前 4 行的格式：
我调用了 train_test_split() 如下：
然后，我使用以下 TfidfVectorizer 和拟合/转换过程对 X 训练和测试数据进行了矢量化处理：
我现在处于通常应用分类器等的阶段（如果这是一组平衡的数据）。但是，我初始化了 imblearn 的 SMOTE ()类（以执行过采样）...
...但这会导致：
我试图减少 n_neighbors 的数量，但无济于事，任何提示或建议将不胜感激。谢谢阅读。
-------------------------------------------------- -------------------------------------------------- --------------------------------
编辑：
数据集/数据框 ( df) 包含两列 2380 行，如上所示df.head()。X_train包含 1785 行格式为字符串 ( df['cleaned']) 的行，y_train还包含 1785 行格式为字符串 ( df['Year'])。
TfidfVectorizer()使用:X_train和的后矢量化X_test分别从pandas.core.series.Series形状 '(1785,)' 和 '(595,)' 转换scipy.sparse.csr.csr_matrix为形状 '(1785, 126459)' 和 '(595, 126459)'。
至于类的数量：使用Counter()，我计算出有 199 个类（年），类的每个实例都附加到上述df['cleaned']数据的一个元素，其中包含从文本语料库中提取的字符串列表。
此过程的目标是根据词汇表自动确定/猜测输入文本数据的年份、十年或世纪（任何程度的分类都可以！）。
python - 在 Sklearn 管道中使用 VotingClassifier 和其他分类器
我想使用VotingClassifier里面的 a sklearn Pipeline，我在其中定义了一组分类器 ..
我从这个问题中得到了一些直觉：Using VotingClassifierin Sklearn Pipeline to build the code below,但是在这个问题中，每个分类器都定义在一个独立的管道中。我不想以这种方式使用它，我有一个之前准备了一组特征，在具有不同分类器的多个管道中重复生成这些特征不是一个好主意（耗时的过程）！
我怎么能做到这一点？！
但我收到了这个错误：
python-3.x - ModuleNotFoundError：没有名为“imblearn”的模块
我尝试运行以下代码：
这给了我错误信息：
我尝试以多种方式安装 imblearn 模块，它们似乎都可以工作（安装过程中没有给出错误，但是当我运行上述代码时，我收到一条错误消息）。
我尝试使用其他 stackoverflow 问题中建议的以下建议安装 imblearn：
这些似乎都没有帮助......有什么想法吗？谢谢！
python - 如何将 Smote 与 imblearn 一起使用？
我无法将 SMOTE 与 imblearn 一起使用。以下是我在我的 jupyter 笔记本中所做的。有什么建议么？
在这里它抛出错误：
python - 缺少值的 SMOTE
我正在尝试imblearn在 Python 中使用包中的 SMOTE，但我的数据有很多缺失值，并且出现以下错误：
ValueError：输入包含 NaN、无穷大或对于 dtype('float64') 来说太大的值。
我检查了这里的参数，似乎没有一个处理缺失值的。
有没有办法生成具有缺失值的合成样本？
python - 使用 imblearn 绘制 ROC 曲线
我正在尝试使用 imblearn 绘制 ROC 曲线，但遇到了一些问题。
这是我的数据的截图
我将原来的更改为X_train and y_train，X_resampled, y_resampled因为应该在重新采样的数据集上进行训练，并且需要在原始测试数据集上进行测试。但是我得到了以下回溯`
我添加了另一行来对 y_resampled 和原始 y 进行二值化，其他一切都保持不变，但我不确定我是否正在拟合重新采样的数据并测试原始数据
非常感谢您的帮助。
python - 无法安装 imblearn 以使用 SMOTE
我一直在尝试安装 imblearn 以使用 SMOTE，并且我认为它是成功的，但是当我在我的 Jupyter Notebook 中输入这个时from imblearn.over_sampling import SMOTE，我得到了错误ImportError: cannot import name 'SMOTE'。你知道为什么会这样吗？我使用以下命令下载 imblearnconda install -c conda-forge imbalanced-learn并在完成后获得下载确认。
