使用SMOTE时确定要平衡的课程

Question

我正在使用SMOTE（imblearn.over_sampling import SMOTE）来解决多类分类问题，其中一些类是高度不平衡的。目前我已经创建了一个循环，它将通过一些迭代以最少的观察结果对类进行过采样。默认情况下，该库会使用最少的样本并对其进行过度采样，但我想确定哪个类要过采样。我不知道图书馆如何支持这个选项 - 任何想法？

我的代码：

df = pd.read_csv(rawdata)
X = df.iloc[:, :-1]
y = df.iloc[:, -1]

for x in range(1,3):
    print("Run Number:", x)
    print(X.shape)

    print('Original dataset shape {}'.format(Counter(y)))

    sm = SMOTE(ratio=0.5, random_state=42, k_neighbors=3)
    X, y = sm.fit_sample(X, y)

    print('Resampled dataset shape {}'.format(Counter(y)))