python中过采样处理数据不平衡问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

python中过采样处理数据不平衡问题，什么是过采样？
目的：处理数据不平衡问题。
方法：当数据不平衡的时，比如样本标签1有10000个数据，样本标签0有100个数据，这时如果采用下采样会浪费很多样本，
          所以引入过采样，过采样是根据样本标签少的样本的规律去生成更多该标签样本，这样使得数据趋向于平衡。
          典型的过采样方式是SMOTE等.
关于SMOTE具体算法:
1.对于少数类中每一个样本x，以欧氏距离为标准计算它到少数类样本集Smin中所有样本的距离，得到其k近邻。
2.根据样本不平衡比例设置一个采样比例以确定采样倍率N，对于每一个少数类样本x，从其k近邻中随机选择若干个样本，假设选择的近邻为xn。
3.对于每一个随机选出的近邻xn，分别与原样本按照如下的公式构建新的样本 。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：python 处理数据 不平衡 Mote 欧氏距离 python中过采样