-
多类别分类问题中的失衡-四个目标级别
我的数据不平衡,如下所示,每当我尝试使用ADASYN时,它都会显示错误,是否需要为同一参数提供任何 -
调用SMOTENC之前的数据缩放以获取连续性和分类特征
到目前为止,我的代码是运行SMOTENC的以下代码。 <pre class="lang-py prettyprint-override"><code>from imblearn.over_ -
使用SMOTE
我有一条推文的不平衡数据集,标为-1、0,+ 1。 我想通过上采样来平衡数字。我收到以下错误: <pre -
SMOTE函数在make_pipeline中不起作用
我想同时应用交叉验证和过度采样。 我从此代码中收到以下错误: <pre><code>from sklearn.pipeline import Pip -
PySaprk管道中的交叉验证过采样
我正在研究PySpark二进制分类管道,我想在其中执行过验证阶段的CrossValidation(我的数据集不平衡)。问 -
使用SMOTE时Logistic回归输出的变化
我正在研究目标变量不平衡的逻辑回归案例。为了解决这个问题,我使用了SMOTE(合成少数族裔过采样技 -
调整后的预测概率
我有一个不平衡的数据集,我使用了smote对少数派进行了过度采样而对多数派进行了欠采样。 现在,我 -
要开2门以上的课程吗?
我正在R中处理非常不平衡的奥林匹克数据集,并正在寻找一种适当平衡数据的方法。 研究了一些 -
AttributeError:使用SMOTE时,“ DataFrame”对象没有属性“名称”
我正在使用imblearn过采样SMOTE技术来平衡我的不平衡数据集。 这是我的示例代码 <pre><code>import p -
在DASK RandomizedSearchCV中实现SMOTEENN
我成功地在管道中使用SMOTEENN和RF实现了调整模型。像这样: <pre><code>import random import numpy as np import p -
将SMOTE函数与多级类一起使用
我的数据集包含14个变量,我的课程有4个级别。 数据集严重失衡,我正在尝试使用SMOTE函数来平衡它。 -
整个数据集或每个小批量的上采样
我正在尝试在非常大的不平衡数据集中训练我的convNet。将数据全部加载到内存并对整个数据集进行升采 -
无法使用SMOTE,SMOTE-NC容纳文本数据,但能够在RandomOverSampling上运行代码
我们编写了以下代码,需要在其中将给定文档分类为所属行业。但是实际数据高度不平衡,因此我们考 -
使用Microsoft azure生成合成数据与使用SKlearn生成合成数据
由于数据不平衡,我计划使用SMOTE技术为原始数据集生成综合数据集。 在浏览了许多文章和方法之后。 -
不平衡的数据集-如何通过网格搜索优化超参数?
我想通过使用网格搜索不平衡数据集来优化SVC的超参数C和Gamma。到目前为止,我已经使用class_weights ='bala -
使用SMOTE进行过采样
我的数据集不平衡,因此我尝试在管道中包含SMOTE。但是与基线模型相比,新模型存在过度拟合的问题, -
使用SMOTE处理不平衡数据
在执行SMOTE时,出现以下错误。 “矩阵错误(如果(is.null(值))逻辑(),否则值,nrow = nr,dimnames = -
SMOTE过采样会创建新的数据点
我正在尝试解决不平衡的分类问题,所有输入功能都是分类的。 这是每个功能的价值计数: <pre><code -
SMOTE减少的观察数
我正在尝试对贷款违约数据集进行逻辑回归,并想知道SMOTE为什么减少了观察次数。原始数据集具有0.2267 -
SMOTE是否有助于处理小的不平衡数据集?
我正在研究多类分类问题。数据集包含6个功能,目标标签为22个(不平衡)。 每第5行都会有一个 -
在训练数据上检验超参数调整和交叉Val分数如何在测试数据上应用最佳模型(需要代码)
你好,我做了油烟参数的调整(k,采样策略),并以roc_auc作为训练数据的得分,但是我的模型如何与交 -
如何基于sklearn中的列值拆分数据
我有一个包含以下各列的数据文件 “客户”, 'calibrat'-校准样品= 1;验证样本= 0; '搅动', 'churndep -
ValueError:预期n_neighbors <= n_samples,但n_samples = 1,n_neighbors = 3
我正在尝试使用<strong> SMOTENC </strong>平衡数据集,但这会导致此错误。我认为导致错误的原因是其中一列 -
为SMOTE选择k_neighbor的值是什么?
我正在使用SMOTE来平衡训练集中的课程数量。我想在SMOTE中搜索k_neighbors参数的最佳值。因此,对于不同 -
具有多个bert输入的SMOTE
我正在使用Keras和Bert(HuggingFace)构建多类文本分类模型,但是我的数据集非常不平衡。我使用了Sklearn -
步骤高度不平衡的分类步骤。我应该对数据进行上采样和下采样还是对不平衡的类进行上采样
我有一个高度不平衡的二进制(是/否)分类数据集。 该数据集当前具有约0.008%的“是”。 我需 -
SMOTE为所有类别的数据集提供数组大小/ ValueError
我正在使用SMOTE-NC对我的分类数据进行过采样。我只有1个功能和10500个样本。 在运行以下代码时, -
情绪分析的多项式朴素贝叶斯与SMOTE
请帮助我,我真的迷恋算法:将SMOTE应用于数据后,多项朴素贝叶斯如何对分析情感文本进行分类 -
当我使用smote函数来平衡课程时会收到错误和警告
我正在尝试应用smote函数以平衡我的课程。 这是我的代码: <pre><code>smote_train <- SMOTE(tested_co -
创建综合数据-平衡数据集
我正在分析神奇宝贝的数据集。我想创建一个随机森林来预测口袋妖怪是否具有传奇色彩。 现在