问题标签 [smote]
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 - 过采样时如何保持/扩展索引
我有一个这样的数据框，我想对列“角色”进行过采样（在实际情况下，行/列的数量比这个最小的例子大得多）
这就是我正在做的事情：
它可以工作，但问题是我需要保留索引（pop_13vdpn1_site_1 等）这可能吗？
python - Defore 过采样数据显示 0
我正在研究我的数据集，对此我很陌生。下面是代码：
我正在尝试对我的数据集应用过采样，但是当我在过采样之前对其进行计数时，它在输出中显示为 0，但它确实显示数据集有数据：
下面是输出：
我正在尝试了解输出并进行处理。
python - 支持混淆矩阵
我有一个不平衡的数据集，我正在使用 SMOTE 算法对其进行平衡。在我打印混淆矩阵时进行过采样后，它显示了以下输出：
支持：'0' 91 支持：'1' 209
我有一个包含 1000 个标签的数据集 1 出现 700 次，标签 0 出现 300 次，我使用 0.3 作为测试数据，但为什么它显示我支持 91 和 209？
即使我不应用 SMOTE 算法，它也会显示 91 和 209，并且在应用 SMOTE 之后它是相同的。
r - R中的Smote函数
任何人都知道如何在我的情况下设置 perc.over 和 perc.under ？我尝试了几种组合，但并没有给我带来好的结果。我希望我的目标变量被分成几乎 50/50。我的训练集有 266776，我的目标变量在这个数据集中的当前比率是 88/12。这是我的代码。smoted_data <- SMOTE(响应 ~ ., data= train,perc.over = 100)
r - 如何在 R 中同时使用 smote 函数和 XGboost
有人知道如何在 R 中同时使用 smote 函数和 XGboost 吗？我先使用 smote 函数来平衡类，然后使用 XGboost 进行训练。但是，xgb.cv 函数中的参数之一是 label，它需要 as.matrix 类型，这意味着数据必须是数字。但是当我使用 smote 函数时，我将目标变量转换为因子，因为它是必需的。现在我不能使用xgb。
python - SMOTE - 无法将字符串转换为浮点数
我想我在下面的代码中遗漏了一些东西。
当我收到错误消息时
ValueError：无法将字符串转换为浮点数：---> 19 X_resampled, y_resampled = SMOTE().fit_resample(X_train, y_train)
数据示例是
我会考虑同时转换训练集和测试集以解决导致错误的问题，但我不知道如何同时应用于两者。我在谷歌上试过一些例子，但它并没有解决这个问题。
python - 出现错误：KeyError：“只有系列名称可用于系列 dtype 映射中的键。” 当尝试做 pandas Smote 算法时
我的数据有点不平衡，所以我在做逻辑回归模型之前尝试做一个 SMOTE 算法。当我这样做时，我收到错误：KeyError: 'Only the Series name can be used for the key in Series dtype mappings.' 有人可以帮我弄清楚为什么吗？这是代码：
谢谢！
python - 过采样后召回率高，精度低的问题
我有一个类别不平衡的分类问题，在过采样之后，我得到了很高的召回率、准确率和 roc（大约 0.85），而我的精度和 f1 相当低（0.50）。我使用了各种 smote 和欠采样，但我从未在精度和召回率之间取得某种平衡。我已经进行了一些参数调整，但是当我尝试提高精度时，我的召回率当然会下降。你对我如何在不影响召回率的情况下提高精度有什么建议吗？
machine-learning - 不平衡数据集的标记化
我正在处理我想用 doc2vec 转换的电子邮件内容数据集。这是一个带标签的数据集（垃圾邮件/非垃圾邮件），它是不平衡的（90-10 比率）。我的问题是：在标记电子邮件的内容时，我应该首先过采样（使用 SMOTE），还是可以按原样使用数据集？
scikit-learn - 无法将组合的 SMOTE 和 RandomUnderSampler 管道馈送到主管道
我目前正在使用不平衡数据集，为了处理不平衡，我计划将 SMOTE 和 ADASYN 与 RandomUnderSampler 结合起来，以及单独的欠采样、过采样、SMOTE 和 ADASYN（总共 6 种采样方式，我将作为参数传递在 GridSearchCV 中）。我为此创建了两个管道。
我的计划是将这两个管道输入主管道，如下所示：
FeatureTransformer()是一个特征选择器类：
当我调用Smote_Under_pipeline.fit()或Adasyn_Under_pipeline.fit()时，它可以工作（下面的示例代码）：
但是当我当时尝试初始化Main_Pipeline时，解释器会抛出一个错误：
我正在使用Imbalance-learn提供的管道。
我无法理解错误。在使用 scikit-learn 管道时，所有中间估计器都有自己的fit()和fit_transform()方法，imblearn 管道提供了处理fit_resample()方法的额外功能，这两种方法都公开了：Smote_Under_pipeline和Adasyn_Under_pipeline。那么，它可以在Main_Pipeline中调用，那为什么会抛出错误呢？两个采样管道都暴露了fit()方法以及fit_resample()，这是原因吗？