【问题标题】:Imbalanced dataset: Sklearn and Over | Under | SMOTE sampling?不平衡数据集:Sklearn 和 Over |下 | SMOTE 采样?
【发布时间】:2017-10-28 06:06:01
【问题描述】:

在 sklearn 中是否可以做 Over |下 | SMOTE 采样?

如果不是,是否有一种等效技术可以将类似代码应用于您的分类器中的class_weight='balanced

我查看了 sklearn 文档,但似乎找不到关于这些类型采样技术的任何内容。任何建议都会很棒。

【问题讨论】:

  • imbalanced-learn 可以扩展 scikit-learn 以添加不同的过采样和欠采样技术。
  • 关于为什么我在安装后无法加载它的任何建议:pip install -U 不平衡学习?它说“没有名为'imblearn'的模块”
  • 安装过程是否成功完成?您是否使用与安装它相同的 python 版本?
  • 谢谢 Vivek,我必须使用 pip install,现在一切正常 :-)

标签: python scikit-learn classification


【解决方案1】:

感谢@Vivek Kumar 和您的回答,我将其发布在答案部分供其他人查看:

https://github.com/scikit-learn-contrib/imbalanced-learn

【讨论】:

    猜你喜欢
    • 2022-11-15
    • 2018-05-17
    • 2023-03-03
    • 2023-03-15
    • 1970-01-01
    • 2017-10-29
    • 2019-04-30
    • 2017-07-27
    • 1970-01-01
    相关资源
    最近更新 更多