0

問題をデモするための非常に基本的なスクリプトを以下に示します。

from imblearn.over_sampling import ADASYN
import pandas as pd, numpy as np
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split


data = pd.read_csv('glass.csv')
classes = data.values[:, -1]
data = data.iloc[:, :-1]

adasyn = ADASYN(sampling_strategy='not majority', random_state=8, n_neighbors=3)

new_data, new_classes = adasyn.fit_resample(data, classes)

X_train, X_test, y_train, y_test = train_test_split(new_data, new_classes, test_size = 0.20)

rfc = RandomForestClassifier()
rfc.fit(X_train, y_train)
print("Score: {}".format(rfc.score(X_test, y_test)))

注、glass.csvこのリンクから来ています

意図は、以下のクラスの不均衡のバランスを取ることです。

(214, 10)
Class=1, Count=70, Percentage=32.710%
Class=2, Count=76, Percentage=35.514%
Class=3, Count=17, Percentage=7.944%
Class=5, Count=13, Percentage=6.075%
Class=6, Count=9, Percentage=4.206%
Class=7, Count=29, Percentage=13.551%

等しい (またはほぼ等しい) サンプルを持つこと。ただし、上記のコードを実行すると、次のようになります。

ValueError: No samples will be generated with the provided ratio settings.

を に変更するとADASYN、クラスが正常にオーバーサンプリングされ、サンプルになりますが、残りのクラスは不均衡のままです。したがって、 ADASYN を使用してすべてのマイノリティ クラスを完全にオーバーサンプリングする方法を探しています。sampling_strategyminorityminority674

ADASYN のドキュメントには次のように記載されています。 'not majority': resample all classes but the majority class;

しかし、それは明らかに起こっていません。

4

1 に答える 1