如何使用SMOTE将合成数据集保存到CSV文件中

Question

我正在使用SMOTE对信用卡数据进行过采样。我使用的是用geeksforgeeks.org (Link)编写的代码

在运行以下代码后，它会声明如下内容：

print("Before OverSampling, counts of label '1': {}".format(sum(y_train == 1))) 
print("Before OverSampling, counts of label '0': {} \n".format(sum(y_train == 0))) 

# import SMOTE module from imblearn library 
# pip install imblearn (if you don't have imblearn in your system) 
from imblearn.over_sampling import SMOTE 
sm = SMOTE(random_state = 2) 
X_train_res, y_train_res = sm.fit_sample(X_train, y_train.ravel()) 

print('After OverSampling, the shape of train_X: {}'.format(X_train_res.shape)) 
print('After OverSampling, the shape of train_y: {} \n'.format(y_train_res.shape)) 

print("After OverSampling, counts of label '1': {}".format(sum(y_train_res == 1))) 
print("After OverSampling, counts of label '0': {}".format(sum(y_train_res == 0))) 

输出：

Before OverSampling, counts of label '1': 345
Before OverSampling, counts of label '0': 199019 

After OverSampling, the shape of train_X: (398038, 29)
After OverSampling, the shape of train_y: (398038,) 

After OverSampling, counts of label '1': 199019
After OverSampling, counts of label '0': 199019

因为我在这方面完全是个新手。我不明白如何以CSV格式显示这些数据。如果有人能在这个问题上帮助我，我将非常高兴。

或者，如果有任何参考资料，我可以使用SMOTE从数据集中生成合成数据，并将更新后的数据集保存到CSV文件中，请注意。

如下图所示：

​

​

提前谢谢。

Answer 1

从你的代码中我可以看到，你的X_train_res和其他的都是Python Numpy数组。你可以这样做：

import numpy as np
import pandas as pd

y_train_res = y_train_res.reshape(-1, 1) # reshaping y_train to (398038,1)
data_res = np.concatenate((X_train_res, y_train_res), axis = 1)
data.savetxt('sample_smote.csv', data_res, delimiter=",")

无法运行并检查它，但如果您遇到任何问题，请让我知道。

注意:您需要做更多的工作才能向其中添加列标签。让我知道，一旦你通过这个，并需要帮助。