【AI知识点】imblearn 处理不平衡数据的 Python 库

【AI论文解读】【AI知识点】【AI小项目】【AI战略思考】【AI日记】【读书与思考】

---

imblearn（全称 imbalanced-learn）是一个用于 处理类别不平衡数据集 的 Python 库，通常用于分类问题，其中某些类别的样本数远远少于其他类别（如欺诈检测、医疗诊断等）。

---

1. 安装 imblearn

如果尚未安装，可以使用以下命令：

pip install imbalanced-learn

imblearn 依赖 scikit-learn，确保已安装：

pip install scikit-learn

---

2. 主要功能

a. 过采样（Oversampling）

过采样用于 增加少数类样本，常见方法包括：

• RandomOverSampler（随机过采样）
• SMOTE（合成少数类过采样，Synthetic Minority Over-sampling Technique）
• ADASYN（自适应合成过采样）

示例：使用 SMOTE 进行过采样

from imblearn.over_sampling import SMOTE
from collections import Counter
from sklearn.datasets import make_classification

# 生成不平衡数据集
X, y = make_classification(n_classes=2, weights=[0.9, 0.1