如何重采样

Question

我得处理一个小数据集。我认为我应该利用重放法来扩大种群，提高我的回归算法的性能。我听说过SMOTE，但它用于不平衡数据集中的分类。是否有任何方法来创建小型数据集的合成数据？谢谢。

Answer 1

请查看不平衡的图书馆-学习(python)。您有一些代码示例：

#assuming that you have X and y

from imblearn.over_sampling import SMOTE

smote = SMOTE(ratio='minority')
X_sm, y_sm = smote.fit_sample(X, y)

文档：

https://imbalanced-learn.readthedocs.io/en/stable/generated/imblearn.under_sampling.TomekLinks.html

https://imbalanced-learn.readthedocs.io/en/stable/generated/imblearn.over_sampling.SMOTE.html

Answer 2

正如其他人所建议的那样，使用过度抽样平滑，它将平衡您的数据集，并创建更多的示例(基于邻居)等于您的多数类。

Answer 3

您可以使用自举回归。