Question

我正在寻找可以进行多类过采样，欠采样或两种技术的包。我尝试使用ROSE包但它只适用于二进制类。

我的目标变量有4个类，有％。＆＃34; 0＆＃34; -70％＆＃34; 1＆＃34; -15％＆＃34; 2＆＃34; -10％＆＃34; 3＆＃34; -5％＆＃34; 4＆＃ 34; -5％

Answer 1

我相信您应该能够使用Caret包对两个以上的类进行缩减采样或上采样。

如果插入没有，也许最好的方法就是编写一个自定义代码，从变量classess中随机抽取相同的数字。

通常，在实践中，下采样或上采样用于二进制分类。您可能想要考虑一对一的方法。如果你进行缩减采样，则必须调整概率，这样它们就不会受到各类之间各种下采样率的影响。

更新示例代码：

y = c("A", "A","A", "B", "B", "C", "C", "C","C", "C", "C") 
x = c(1,2,1,2,3,4,5,4,5,6,7) 
data=cbind(y=y,x1=x)

fin=NULL
for (i in unique(y)) {
sub=subset(data, y==i)
sam=sub[sample(nrow(sub), 2), ]
fin=rbind(fin, sam)}

结果：

我已经从这里的每个Y中抽取了2个 - 而不是2个，你应该把最小的数字放在你的Y中。

Answer 2

您可以尝试SMOTE。如果需要，通过生成观察结果对数据进行过度采样或不采样。因此，大多数情况下，击出执行任何其他采样技术。这是python中的一段代码。在R中，使用SMOTE平衡目标变量的级别分布有点困难，但可以一次考虑2个类来完成

from imblearn.over_sampling import SMOTE
sm = SMOTE(random_state=99, ratio = 1.0)
x_train, y_train = sm.fit_sample(X_var, target_class)
print(pandas.value_counts(y_train))#verify class distribution here

比率是超参数。

希望这有帮助。

Answer 3

您可以使用R UBL package。它具有几种过采样多类问题的技术实现，例如， ADASYN和其他算法来处理不平衡的类。

R中的任何包可以进行多类，过采样，欠采样，两者和SMOTE？

3 个答案: