我正在处理来自 UCI 存储库的肝炎数据集。 它有不平衡的阶级。 班级分布： 死亡：32 直播：123 我正在尝试使用 ADASYN 过采样方法来平衡类。
在示例中，他们生成了一个数据集并将其传递给 ADASYN。 有人可以用这种格式解释一下 x 和 y 的值应该基于数据集吗？
我指的是下面链接中的示例。
请帮助我根据需要将数据集拆分为 X 和 Y 值以传递给 ADASYN
【问题讨论】：
标签： python pandas scikit-learn
你的问题不清楚。但这可能会有所帮助：
X - 2D 矩阵，其中行是示例，列是您的特征
Y - 是您的响应，例如，True（LIVE 类）和False（DIE 类）的一维向量。
from imblearn.over_sampling import ADASYN
# Apply the random over-sampling
ada = ADASYN()
X_resampled, y_resampled = ada.fit_sample(X, y)
X_resampled 和 y_resampled 现在包括您的原始数据和重新采样的数据。查看y_resampled，您应该观察到每个类的标签数量相同。
供您参考：
【讨论】：
pandas 来管理您的数据，那么您可以使用 [pandas.DataFrame.to_csv] (pandas.pydata.org/pandas-docs/stable/generated/…) 或者您可以在 StackOverflow 上查看 [this] (stackoverflow.com/questions/2084069/…)从 python lists 创建 CSV。