R 中的 SMOTE-NC。未找到包

【问题标题】：SMOTE-NC in R. No packages foundR 中的 SMOTE-NC。未找到包
【发布时间】：2020-04-20 02:07:17
【问题描述】：

我有一个包含 5 个名义变量和 37 个分类变量的数据集。我想在 R 中执行过采样。但是，使用 SMOTE，我不能这样做。我按照 (Chawla, Bowyer and Hall, 2002) 的建议寻找了 SMOTE-NC，但我找不到任何支持它的软件包。如何解决这个问题呢？谢谢。

【问题讨论】：

欢迎来到 Stack Overflow！请访问help center，查看tour 和how to ask。如果您遇到困难，请发布您的尝试minimal reproducible example。
SMOTE-NC 似乎没有任何 R 实现。要么你自己写，要么你使用例如而是 Python 库。

标签： r oversampling imbalanced-data smote

【解决方案1】：

SMOTENC 仅针对 Python 开发（截至目前）。它的作用与 SMOTE 不同，SMOTE-NC 可用于包含数字和分类特征的数据集。但是，它并非旨在仅用于分类特征。

在您的 R 案例中，ROSE 和 SMOTE 旨在处理分类变量，因此，除非您的分类变量以二进制格式表示，否则您不必担心它们是分类变量。但是，如果它们不是以二进制格式表示的，则需要将所有这些分类变量转换为二进制格式。下面是一个示例，如果您尝试将名为 class 的分类变量转换为二进制格式：

df$class <- as.factor(df$class)
levels(df$class) <- c(1,0)

这会将变量 class 转换为 0 和 1。对所有分类变量执行此操作后，您应该能够使用 SMOTE 函数。

【讨论】：