利用imblearn对多类数据进行过采样

Question

我希望使用来自RandomOverSampler模块的imbalanced-learn函数来对多个类的数据执行过采样。下面是我的三个类的代码：

import numpy as np
from imblearn.over_sampling import RandomOverSampler

data = np.random.randn(30,5)
label = np.random.randint(3, size=30)

ros = RandomOverSampler(random_state=3)
data_res, label_res = ada.fit_sample(data, label)

运行后，它返回以下警告：

UserWarning:目标类型应该是二进制。Warnings.warn(“目标类型应该是二进制的”)

但是文档说：

备注 支持多类重采样。

我是不是漏掉了什么东西可以用来处理多类案件？如果这仅适用于二进制类，那么是否还有其他库或模块支持多类过采样？

Answer 1

我昨天也遇到了同样的情况，

我用conda安装了图书馆，

我找到了文件-> base.py

它与github上的最新版本有一些不同。

所以我克隆了github的最新版本

https://github.com/scikit-learn-contrib/imbalanced-learn

然后,

一切都好！

可以使用多类语言。

Answer 2

您需要使用以下方法更新imblearn：

pip安装-U不平衡-学习

Answer 3

RandomOverSampler()可以很好地解决一个多类问题，我在代码中看到了9个标签，您使用的是ada过采样器，而不是您定义的ros。