python中的2D形状列表用作不平衡学习SMOTE的参数?

时间:2019-07-03 16:01:35

标签: python oversampling

我正在尝试对多元回归问题中的数据集进行过采样。对于过采样,我正在使用imblearn.over_sampling库和SMOTE技术。

特征是武器形状(大小16)和地图形状(大小20、20、7)。 目标的形状为(尺寸,16)。

我正在执行一次火车测试拆分,其中提取了train_x和train_y

train_x = [weapons[:train_size, :], maps[:train_size, :]]
train_y = targets[:train_size]

然后使用SMOTE:

sm = SMOTE(random_state=42)
train_x_oversampled, train_y_oversampled = sm.fit_sample(train_x, train_y)

但是我得到了错误“ ValueError:无法将输入数组从形状(280000,16)广播到形状(280000)”

我尝试使用np.asarray将列表转换为ndarray,但问题仍然存在。

有人为此事吗?

0 个答案:

没有答案