Skip to main content
 首页 » 编程设计

python之如何使用 imblearn 和 SMOTE 生成分类合成样本

2025年04月02日9Free-Thinker

我希望使用 imblearn 的 SMOTE 为机器学习算法生成合成样本。我有一些分类特征,我已使用 sklearn preprocessing.LabelEncoder 将其转换为整数。

我遇到的问题是,当我使用 smote 生成合成数据时,数据点变成 float 而不是分类数据所需的整数。

from collections import Counter 
from sklearn.datasets import make_classification 
from imblearn.over_sampling import SMOTE 
import pandas as pd 
from matplotlib import pyplot as plt 
from sklearn.decomposition import PCA 
import numpy as np 
from sklearn import preprocessing 
 
if __name__ == '__main__': 
    df = pd.read_csv('resample.csv') 
    y = df['Result'] 
    accounts = df['Account Number'] 
    df.drop('Result',axis=1,inplace=True) 
    df.drop('Account Number', axis=1, inplace=True) 
 
    df.fillna(value=0, inplace=True) 
 
    le = preprocessing.LabelEncoder() 
    le.fit(df['Distribution Partner']) 
    print(le.classes_) 
    df['Distribution Partner'] = le.transform(df['Distribution Partner']) 
    print('Original dataset shape {}'.format(Counter(y))) 
    sm = SMOTE(kind='regular') 
    X_resampled, y_resampled = sm.fit_sample(df, y) 
    np.savetxt('output.csv', X_resampled, delimiter=",") 
    print('New dataset shape {}'.format(Counter(y_resampled))) 

无论如何我可以让 SMOTE 生成合成样本,但只能使用值 0、1、2 等而不是 0.5、1.23、2.004?

请您参考如下方法:

非常简单:使用 SMOTENC 而不是 SMOTE。 SMOTENC 可以处理分类和非分类特征。

示例代码:

from imblearn.over_sampling import SMOTENC` 
obj = SMOTENC(categorical_features = [1,4]) 
ovsersampled_features, ovsersampled_target = obj.fit_sample(Features, Target) 

[1,4] = 数据集分类列的索引。

*索引从0开始。