我们如何在样本中设置比阴性样本更多的阳性样本？

Question

我正在尝试使用SMOTE来处理二进制分类中的不平衡类数据，我所知道的是:例如，如果我们使用

sm = SMOTE(ratio = 1.0, random_state=10)

Before OverSampling, counts of label '1': [78]
Before OverSampling, counts of label '0': [6266] 

After OverSampling, counts of label '1': 6266
After OverSampling, counts of label '0': 6266

对于1级是少数的情况，它将产生50:50的0级和1级的数量。

和

sm = SMOTE(ratio = 0.5, random_state=10)

Before OverSampling, counts of label '1': [78]
Before OverSampling, counts of label '0': [6266] 

After OverSampling, counts of label '1': 3133
After OverSampling, counts of label '0': 6266

将导致类1的大小减半到0级。

我的问题是：

我们如何将比率设置为获得比0类更多的1级，例如75:25？

Answer 1

试着用字典。

smote_on_1 = 18798 
#(In your case 18798 is thrice of 6266)

smt = SMOTE(sampling_strategy={1: smote_on_1})
X_train, y_train = smt.fit_sample(X_train, y_train)

Answer 2

从文档来看，ratio看起来可以是一个大于1的浮点数--也就是说，对于75:25的比率，您可以设置ratio=3。

试试看这是否有效。