用R语言smotefamily包处理多分类类不平衡数据

目前做smote已经不能用DMwR包了，这个包已经停止更新了，smotefamily包是DMwR包的升级版，今天给大家介绍利用smotefamily包来处理多分类类不平衡数据。

我们所用的数据是下载到本地运行的Cardiotocography Data Set，这个数据集的下载链接如下：https://data.world/uci/cardiotocography

数据集展示

#首先载入数据

setwd("G:/Rcode")

library("readxl")

CTG <- read_excel("CTG.xls", sheet = "Raw Data")

# 进行EDA

head(CTG, 5)

nrow(CTG)

summary(CTG)

str(CTG)

colnames(CTG)

#我们选择性的删除一些变量

CTG.df <- subset(CTG,select =-c(FileName,Date,SegFile,DR,b,e,LBE,A,B,C,D,E,

                                AD,DE,LD,FS,SUSP,CLASS))

str(CTG.df)

length(CTG.df)

sum(is.na(CTG.df))

CTG.df$NSP <- as.factor(CTG.df$NSP)

str(CTG.df)

nrow(CTG.df)

dim(CTG.df)

# 我们定义N,S,P三类

library(dplyr)

N <- filter(CTG.df, CTG.df$NSP == 1)

S <- filter(CTG.df, CTG.df$NSP == 2)

P <- filter(CTG.df, CTG.df$NSP == 3)