官方文档: (Version 0.9.0)Imblearn-API文档
这里记录一下imblearn库中的一些模型使用方法,有空填坑。
一、NearMiss
1.1 使用方法:
# 导入包
from imblearn.under_sampling import NearMiss
nm1 = NearMiss(version=1) # version可选[1、2、3],分别对应不同的欠采样方法
X_resampled_nm1, y_resampled = nm1.fit_resample(X, y) # X对应特征,y对应标签
1.2 示例:
1.2.1 代码
import pandas as pd
from imblearn.under_sampling import NearMiss
# 准备数据(一个二分类的不平衡数据集多数类30个、少数类20个,随便构造的)
dataPath = "D:\Resource\Desktop\data.csv"
labelPath = "D:\Resource\Desktop\label.csv"
X = pd.read_csv(dataPath, header=None)
y = pd.read_csv(labelPath, header=None)
nm1 = NearMiss(version=1)
X_resampled_nm1, y_resampled = nm1.fit_resample(X, y) # 对多数类进行欠采样(二分类里面的多的那个会去掉一部分)
# 输出结果
print("原始数据集标签:\n标签\t数量")
print(y.value_counts())
print("\n下采样后数据集标签:\n标签\t数量")
print(y_resampled.value_counts())
1.2.2 结果
1.3 附
数据集如下:
蓝奏云
密码:5a6w