SMOTE python实现

最新推荐文章于 2025-06-25 10:15:18 发布

气象编程工作室

最新推荐文章于 2025-06-25 10:15:18 发布

阅读量6.8k

点赞数

CC 4.0 BY-SA版权

分类专栏： Python 算法分析与数据结构文章标签： SMOTE

本文链接：https://blog.youkuaiyun.com/BeautyGao/article/details/52168164

Python 同时被 2 个专栏收录

21 篇文章

订阅专栏

算法分析与数据结构

2 篇文章

订阅专栏

本文展示了如何利用Python中的sklearn.neighbors模块和random库实现SMOTE（合成少数类过采样技术）。首先创建样本数据X，然后通过NearestNeighbors找到每个样本的最近邻，接着随机选择邻居生成新的合成样本，以平衡类别分布。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

from sklearn.neighbors import NearestNeighbors
from random import choice

X = np.array([[-1, -1],
              [-2, -1],
              [-3, -2],
              [1, 1],
              [2, 1],
              [3, 2]])
neigh = NearestNeighbors(n_neighbors = 5)
neigh.fit(X)
N=3

S = np.zeros(shape=(X.shape[0]*(N-1), X.shape[1]))
S = np.vstack((X, S))
print S
for i in xrange(X.shape[0]):
    nn = neigh.kneighbors(X[i].reshape(1, -1), return_distance=False)
    for n in xrange(N-1):
        nn_index = choice(nn[0])
        #NOTE: nn includes T[i], we don't want to select it
        while nn_index == i:
            nn_index = choice(nn[0])
        dif = X[nn_index] - X[i]
        # print dif
        gap = np.random.random()
        index = n + i * (N-1)+X.shape[0]
        print index
        S[index, :] = X[i,:] + gap * dif[:]

print S