文章目录
- ✌ 过采样与欠采样
- 1、✌ 采样介绍
- 2、✌ 过采样
- 2.1 随机采样：
- 2.2 SMOTE采样：
- 3、✌ 欠采样
- 4、✌ 代码演示
- 1.1 ✌ 创建数据
- 1.2 ✌ 随机采样
- 1.3 ✌ SMOTE采样
- 1.4 ✌ 欠采样
✌ 过采样与欠采样
1、✌ 采样介绍
在分类问题中，有存在正反例数目差异较大的情况，这种情况叫做类别不平衡。
针对这种问题，解决方式有2种：假设正例数量大，反例数目极小。
1、减少正例的数量，使得数据平衡，再进一步分类，这种情况属于“欠采样”；
2、增加反例的数目平衡数据，再分类，这种称为“过采样”；
2、✌ 过采样
2.1 随机采样：
增加少数样本，随机在原来的少数样本中随机抽取样本，直至与多数样本数相等
2.2 SMOTE采样：
合成的策略是对每个少数类样本a，从它的最近邻中随机选一个样本b，然后在a，b之间的连线上随机选一点作为新合成的少数类样本。
3、✌ 欠采样
与过采样相反，抛弃过多的多数样本
4、✌ 代码演示
1.1 ✌ 创建数据
x=np.array([[1,2],[3,5],[3,5],[2,4],[5,9],[8,7],[13,5],[1,32],[1,8],[5,3]])
y=np.array([0,0,0,0,0,1,1,1,1,1])
from collections import Counter
Counter(y)
1.2 ✌ 随机采样
from imblearn.over_sampling import RandomOverSampler
ros=RandomOverSampler(random_state=0)
x_over,y_over=ros.fit_resample(x,y)
Counter(y_over)
1.3 ✌ SMOTE采样
from imblearn.over_sampling import SMOTE
smote=SMOTE(random_state=0)
x_smote,y_smote=smote.fit_resample(x,y)
y_smote
1.4 ✌ 欠采样
from imblearn.under_sampling import RandomUnderSampler
rus=RandomUnderSampler(random_state=0)
x_under,y_under=rus.fit_resample(x,y)
y_under
