生成具有不平衡率和扰动率 (DR) 的数据

问题描述

我想生成具有不平衡率 (IR) 和干扰率 (DR) 的数据。不平衡比（IR）用于衡量不平衡程度，其定义为多数类的样本数除以少数类的样本数。干扰比表示类之间的重叠程度。我有兴趣生成如图所示的数据。谢谢你的时间！ Synthetic datasets with IR= 5 and DR= 70%

# vary the number of clusters for a 1:100 imbalanced dataset
from collections import Counter
from sklearn.datasets import make_classification
from matplotlib import pyplot
from numpy import where
# number of clusters
clusters = [1,2]
# create and plot a dataset with different numbers of clusters
for i in range(len(clusters)):
    c = clusters[i]
    # define dataset
    X,y = make_classification(n_samples=10000,n_features=2,n_redundant=0,n_clusters_per_class=c,weights=[0.99],flip_y=0,random_state=1)
    counter = Counter(y)
    # define subplot
    pyplot.subplot(1,2,1+i)
    pyplot.title('Clusters=%d' % c)
    pyplot.xticks([])
    pyplot.yticks([])
    # scatter plot of examples by class label
    for label,_ in counter.items():
        row_ix = where(y == label)[0]
        pyplot.scatter(X[row_ix,0],X[row_ix,1],label=str(label))
    pyplot.legend()
# show the figure
pyplot.show()

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）