我正在使用SMOTE函数对我稀疏的数据集进行过采样，该数据集包含大约98％0s和2％1s。我使用了以下代码
from imblearn.over_sampling import SMOTE
import os
import pandas as pd
df_input= pd.read_csv('input_tr.csv',index_col=0)
train_X=df_input.ix[:, df_input.columns != 'row_num']
df_output=pd.read_csv("output_tr.csv",index_col=0)
train_y=df_output
sm = SMOTE(random_state=12, ratio = 1.0)
train_X_sm,train_y_sm=sm.fit_sample(train_X,train_y)
我收到以下错误
line 347, in kneighbors
(train_size, n_neighbors)
ValueError: Expected n_neighbors <= n_samples, but n_samples = 4, n_neighbors = 6
您能帮我解决这个错误吗？
最佳答案
我有一个类似的问题。
SMOTE基于KNN算法，因此您需要最少数量的样本来创建此子集的新实例。
例如：
如果您尝试预测的是1、2、3类的整数，并假设您只有2个1类样本，那么如何获得k-3个邻居？将是不可能的。太不平衡了！！
消息很清楚：
预期的n_neighbors
因此，您需要拥有比邻居更多或相等的SAMPLES来创建新实例。
我看一下您的数据集，您只有4个OUTPUT 1样本。因此，消息说您只有4个，但是我需要6个邻居来创建它们的新实例。
关于python - SMOTE值错误，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/45943335/