问题描述
当我使用以下代码执行过采样时，使用 SMOTetomek 来平衡不平衡的数据集，
from imblearn.combine import SMOTetomek
import pandas as pd
# read the input dataset
input_dataset = pd.read_csv('sample.csv')
# get all the column names as the element of a list
columns = input_dataset.columns.tolist()
# get the target_column and all the other columns from the columns list
target_column = "svalue_numerical"
other_columns = [item for item in columns if item not in [target_column]]
X = input_dataset[other_columns]
y = input_dataset[target_column]
# Over-sampling using SMOTE and cleaning using Tomek links
oversample = SMOTetomek(random_state=42)
X_oversampled,y_oversampled = oversample.fit_resample(X,y)
我收到以下错误：
ValueError: Could not convert string to float: '2019-04-04 00:00:00.000049'
我的理解是，我无法将字符串类型的 DataFrame 提供给 fit_resample() 方法。我尝试按照建议的 here 将 DataFrame 转换为 numpy array，但我无法得到预期的结果。
我的数据集样本如下：
timestamp evalue svalue evalue_numerical svalue_numerical
2019-04-04 00:00:00.000049 cam cam_on 0 1
2019-04-04 00:00:15.020115 fan fan_off 1 3
2019-04-04 00:00:15.031492 pc pc_on 2 5
2019-04-04 00:00:15.050193 scr scr_on 3 7
................................................................................................
................................................................................................
你能提出一些可以解决这个问题的建议吗？感谢您的帮助。
注意：如果需要，我可以去掉 evalue 和 svalue 列，但我必须在过采样数据集中包含 timestamp 列。
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@）