问题描述
我正在尝试使用 SMOTEBoost 解决 multi-minority
,multi-class
问题对 'all but majority'
进行过采样,以使所有类贡献相等的比例。
我找到了 SMOTEBoost 实现 here
所以我是这样进行的:
生成假的不平衡、3 类多少数数据集:-
X,y = make_classification(n_samples=1000,n_classes=3,n_informative=6,weights=[.1,.15,.75])
xtrain,xtest,ytrain,ytest = train_test_split(X,y,test_size=.2,random_state=123)
from collections import Counter
Counter(ytrain)
Counter({0: 83,1: 127,2: 590})
生成SMOTEBoost
模型:-
from maatpy.classifiers import SMOTEBoost
model = SMOTEBoost()
model.fit(xtrain,ytrain)
/usr/local/lib/python3.7/dist-packages/imblearn/over_sampling/_smote.py in _make_samples(self,X,y_dtype,y_type,nn_data,nn_num,n_samples,step_size)
106 random_state = check_random_state(self.random_state)
107 samples_indices = random_state.randint(
--> 108 low=0,high=len(nn_num.flatten()),size=n_samples)
109 steps = step_size * random_state.uniform(size=n_samples)
110 rows = np.floor_divide(samples_indices,nn_num.shape[1])
AttributeError: 'int' object has no attribute 'flatten'
如何重现错误
在 Google Colab 中,克隆存储库(并 cd 到克隆的存储库中):
!git clone https://github.com/gkapatai/MaatPy.git
cd MaatPy/
然后按照上面代码中的步骤进行操作。
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@)