我想使用FunctionSampler
中的类imblearn
创建自己的自定义类以对数据集进行重采样。我有一个一维要素系列,其中包含每个主题的路径,以及一个标签系列,其中包含每个主题的标签。两者都来自pd.DataFrame
。我知道我必须首先重塑特征数组,因为它是一维的。当我使用类RandomUnderSampler
时,一切正常,但是,如果我先将功能和标签都传递给fit_resample
的FunctionSampler
方法,然后该方法创建RandomUnderSampler
的实例,然后在该类上调用fit_resample
,出现以下错误:
ValueError:无法将字符串转换为float:'path_1'
这是产生错误的最小示例:
import pandas as pd
from imblearn.under_sampling import RandomUnderSampler
from imblearn import FunctionSampler
# create one dimensional feature and label arrays X and y
# X has to be converted to numpy array and then reshaped.
X = pd.Series(['path_1','path_2','path_3'])
X = X.values.reshape(-1,1)
y = pd.Series([1,0,0])
第一种方法(有效)
rus = RandomUnderSampler()
X_res, y_res = rus.fit_resample(X,y)
第二种方法(无效)
def resample(X, y):
return RandomUnderSampler().fit_resample(X, y)
sampler = FunctionSampler(func=resample)
X_res, y_res = sampler.fit_resample(X, y)
有人知道这里出了什么问题吗?似乎
fit_resample
的FunctionSampler
方法不等于fit_resample
的RandomUnderSampler
方法... 最佳答案
您的FunctionSampler
实现是正确的。问题出在您的数据集上。RandomUnderSampler
似乎也适用于文本数据。没有使用check_X_y
进行检查。
但是FunctionSampler()
有此检查,请参见here
from sklearn.utils import check_X_y
X = pd.Series(['path_1','path_2','path_2'])
X = X.values.reshape(-1,1)
y = pd.Series([1,0,0])
check_X_y(X, y)
这将引发错误
ValueError:无法将字符串转换为float:'path_1'
以下示例将起作用!
X = pd.Series(['1','2','2'])
X = X.values.reshape(-1,1)
y = pd.Series([1,0,0])
def resample(X, y):
return RandomUnderSampler().fit_resample(X, y)
sampler = FunctionSampler(func=resample)
X_res, y_res = sampler.fit_resample(X, y)
X_res, y_res
# (array([[2.],
# [1.]]), array([0, 1], dtype=int64))
关于python - 不平衡学习的FunctionSampler引发ValueError,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/56825302/