尝试将 imblearn.pipeline 与 RandomOverSampler 和 DecisionTreeClassifier 一起使用答案

【问题标题】：Trying to use imblearn.pipeline with RandomOverSampler and DecisionTreeClassifier尝试将 imblearn.pipeline 与 RandomOverSampler 和 DecisionTreeClassifier 一起使用
【发布时间】：2020-10-10 19:47:16
【问题描述】：

我正在尝试使用 GridSearchCV 设置 DecisionTreeClassifiers 的超参数，并且由于我的数据不平衡，我正在尝试使用 imblearn.over_sampling.RandomOverSampler。

from imblearn.over_sampling import RandomOverSampler

dtpass = tree.DecisionTreeClassifier()
pipe1 = Pipeline([('sampling', RandomOverSampler()), ('class', dtpass)])

parameters = {'class__max_depth': range(3,7), 
          'class__ccp_alpha': np.arange(0, 0.001, 0.00025), 
          'class__min_samples_leaf' : [50]
         }

dt2 = GridSearchCV(estimator = pipe1, 
               param_grid = parameters,
               n_jobs = 4,
              scoring = 'roc_auc'
)

dt2.fit(x, y)

这会返回一个错误：

AttributeError: 'RandomOverSampler' object has no attribute '_validate_data'

我在这里做错了什么？

编辑：下面发布的解决方案

【问题讨论】：

标签： python scikit-learn imblearn

【解决方案1】：

试试这个：

from imblearn.over_sampling import RandomOverSampler
from sklearn.tree import DecisionTreeClassifier
from imblearn.pipeline import make_pipeline
from sklearn.model_selection import GridSearchCV
import numpy as np

dtpass = DecisionTreeClassifier()
sampling=RandomOverSampler()


pipe1=make_pipeline(sampling,dtpass)
# pipe1 = Pipeline([('sampling', RandomOverSampler()), ('class', dtpass)])

parameters = {'class__max_depth': range(3,7), 
          'class__ccp_alpha': np.arange(0, 0.001, 0.00025), 
          'class__min_samples_leaf' : [50]
         }

dt2 = GridSearchCV(estimator = pipe1, 
               param_grid = parameters,
               n_jobs = 4,
              scoring = 'roc_auc'
)

dt2.fit(x, y)

【讨论】：

谢谢！您的回答激发了我采取不同的方法，这使我深入研究了主要问题。解决方案是重新安装不平衡的包。
是的，我怀疑您有问题，因为我没有遇到您的错误。相反，我发现RandomOverSampler 与来自sklearn 的Pipeline 对象不兼容，因为它没有fit、transform 方法。所以我使用了 imblearn 的make_pipeline，效果很好。

【解决方案2】：

链接到需要大量谷歌搜索的解决方案页面：

https://makerspace.aisingapore.org/community/ai4i-5-supervised-learning/encountered-attributeerror-when-run-train_test_splitpreprocessed_data-output_var-after-randomoversampler/

解决办法是

 pip install -U imbalanced-learn

而不是

 conda install -c conda-forge imbalanced-learn

【讨论】：