你可以使用Python中的imblearn库中的SMOTE算法来实现过采样。SMOTE(Synthetic Minority Oversampling Technique)是一种过采样算法,它通过在少数类的内部生成新的样本来提高少数类的代表性。
下面是一个例子:
from imblearn.over_sampling import SMOTE
# 初始化SMOTE对象
smote = SMOTE(random_state=42)
# 过采样
X_resampled, y_resampled = smote.fit_resample(X, y)
其中,X是你的输入特征数据,y是你的输出标签数据。执行fit_resample()函数后,你就可以得到过采样后的数据集。