如何使用 Python 中的“imblearn”库为每个类指定准确的欠采样/过采样数？答案

【问题标题】：How to specify an exact undersample/oversample number for each class using "imblearn" library in Python?如何使用 Python 中的“imblearn”库为每个类指定准确的欠采样/过采样数？
【发布时间】：2023-03-23 16:30:01
【问题描述】：

我正在使用“imblearn”库进行欠采样。我的数据集中有四个类，每个类有 20、30、40 和 50 个样本数据（因为它是一个不平衡的类）。选择这些样本数是为了方便地描述问题，这些在实际中并不是有效的数量。

我想对每个有 10 个样本数据的类进行欠采样。有没有一种可能的方法可以使用“imblearn”来做到这一点？

目前，我正在使用以下代码对每个班级进行抽样，使其达到我的少数班级拥有的数量（20 个样本数据）：

undersample = RandomUnderSampler(sampling_strategy='all')
X_under, y_under = undersample.fit_resample(X, y)

【问题讨论】：

标签： python python-3.x python-2.7 imbalanced-data imblearn

【解决方案1】：

您可以将字典传递给 sampling_strategy： undersample=RandomUnderSampler(sampling_strategy={0:10,1:10,2:10,3:10})

【讨论】：