SMOTENC:未能将字符串转换为浮点型

Question

我有不平衡的数据，M的百分比是80%，F的百分比是20%。以下是数据示例：

NAME    COUNTRY HEIGHT  HANDPHONE TYPE  GENDER
NOVI    USA     160 samsung SM-G610F    F
JOHN    JAPAN   181 vivo 1718           M
RICHARD UK      175 samsung SM-G532G    M
ANTHONY UK      179 OPPO F1fw           M
SAMUEL  UK      185 Iphone 8 plus       M
BUNGA   KOREA   170 Iphone 6s           F

因此，我希望使用SMOTENC平衡M:F为50%:50%的数据。我尝试过这个脚本：

import numpy as np
import pandas as pd
import scipy.stats as stats
import sklearn
import keras
import imblearn
import matplotlib.pyplot as plt
import seaborn as sns
plt.style.use('ggplot')

df=pd.read_excel('Data for oversampling.xlsx')
Data = df
Data.GENDER.replace({'M':0,'F':1},inplace=True)
sns.countplot('GENDER', data = Data)
y = Data.GENDER
x = Data.drop('GENDER', axis=1)

from imblearn.over_sampling import SMOTENC
smote_nc = SMOTENC(categorical_features=[0,3], random_state=0)
x_resampled, y_resampled = smote_nc.fit_resample(x, y)

但我的错误是这样的：

could not convert string to float

有人能帮上忙吗？

Answer 1

在您的数据集中，所有的特征都是分类的，除了feature 2，它是唯一的非分类的。您需要更新您的categorical_features列表。