1、imbalanced-learn

imbalanced-learn是scikit-learn的擴(kuò)展，提供了各種重新平衡數(shù)據(jù)集的技術(shù)。它提供過采樣、欠采樣和組合方法。

 from imblearn.over_sampling import RandomOverSampler
 
 ros = RandomOverSampler()
 X_resampled, y_resampled = ros.fit_resample(X, y)

2、SMOTE

SMOTE生成合成樣本來平衡數(shù)據(jù)集。

 from imblearn.over_sampling import SMOTE
 
 smote = SMOTE()
 X_resampled, y_resampled = smote.fit_resample(X, y)

3、ADASYN

ADASYN根據(jù)少數(shù)樣本的密度自適應(yīng)生成合成樣本。

 from imblearn.over_sampling import ADASYN
 
 adasyn = ADASYN()
 X_resampled, y_resampled = adasyn.fit_resample(X, y)

4、RandomUnderSampler

RandomUnderSampler隨機(jī)從多數(shù)類中移除樣本。

 from imblearn.under_sampling import RandomUnderSampler
 
 rus = RandomUnderSampler()
 X_resampled, y_resampled = rus.fit_resample(X, y)

5、Tomek Links

Tomek Links可以移除的不同類的最近鄰居對，減少多樣本的數(shù)量

 from imblearn.under_sampling import TomekLinks
 
 tl = TomekLinks()
 X_resampled, y_resampled = tl.fit_resample(X, y)

6、SMOTEENN (SMOTE +Edited Nearest Neighbors)

SMOTEENN結(jié)合SMOTE和Edited Nearest Neighbors。

 from imblearn.combine import SMOTEENN
 
 smoteenn = SMOTEENN()
 X_resampled, y_resampled = smoteenn.fit_resample(X, y)

7、SMOTETomek (SMOTE + Tomek Links)

SMOTEENN結(jié)合SMOTE和Tomek Links進(jìn)行過采樣和欠采樣。

 from imblearn.combine import SMOTETomek
 
 smotetomek = SMOTETomek()
 X_resampled, y_resampled = smotetomek.fit_resample(X, y)

8、EasyEnsemble

EasyEnsemble是一種集成方法，可以創(chuàng)建多數(shù)類的平衡子集。

 from imblearn.ensemble import EasyEnsembleClassifier
 
 ee = EasyEnsembleClassifier()
 ee.fit(X, y)

9、BalancedRandomForestClassifier

BalancedRandomForestClassifier是一種將隨機(jī)森林與平衡子樣本相結(jié)合的集成方法。

 from imblearn.ensemble import BalancedRandomForestClassifier
 
 brf = BalancedRandomForestClassifier()
 brf.fit(X, y)

10、RUSBoostClassifier

RUSBoostClassifier是一種結(jié)合隨機(jī)欠采樣和增強(qiáng)的集成方法。

 from imblearn.ensemble import RUSBoostClassifier
 
 rusboost = RUSBoostClassifier()
 rusboost.fit(X, y)

總結(jié)

處理不平衡數(shù)據(jù)對于建立準(zhǔn)確的機(jī)器學(xué)習(xí)模型至關(guān)重要。這些Python庫提供了各種技術(shù)來應(yīng)對這一問題。根據(jù)你的數(shù)據(jù)集和問題，可以選擇最合適的方法來有效地平衡數(shù)據(jù)。

長按或掃描下方二維碼，后臺回復(fù)：加群，即可申請入群。一定要備注：來源+研究方向+學(xué)校/公司，否則不拉入群中，見諒！
（長按三秒，進(jìn)入后臺）

推薦閱讀
        

         

          

           不要在 Python 中使用 "+" 來連接字符串
           

          
         

          

           使用 Transformers 進(jìn)行概率時間序列預(yù)測實(shí)戰(zhàn)
           

          
         

          

           神器！三行 Python 代碼輕松提取 PDF 表格數(shù)據(jù)
           

          
         

          

           四款可視化工具，解決99%的可視化大屏需求