在DASK随机化搜索CV中实现SMOTEENN

我成功地在管道中使用SMOTEENN和RF实现了一个模型。像这样：

import random
import numpy as np
import pandas as pd
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import RandomizedSearchCV
from sklearn.metrics import roc_curve, roc_auc_score, confusion_matrix
from imblearn.over_sampling import SMOTE
from imblearn.combine import SMOTEENN
from imblearn.pipeline import Pipeline

加载数据并获得

X_列

，

X_测试

，

y_列

，以及

y_测试

矩阵后，我成功地执行了如下sklearn随机化搜索：

seed = 1706
knn = 10
smoted = SMOTE(sampling_strategy = 'auto',
               k_neighbors = knn,
               random_state = seed) 
mydata = pd.read_csv(datapath)
params_rf = {
  'rf__max_depth':[8, 14, 20, 26],
  'rf__min_samples_leaf':[8, 15, 22, 29],
  'rf__max_features':[6, 12, 18, 24, 30],
  'rf__n_estimators':[400, 800]
  }

smote_enn = SMOTEENN(smote = smoted)

rf = RandomForestClassifier(criterion = 'gini')

pipeline = Pipeline([('smote_enn', smote_enn), ('rf', rf)]) #<-pipeline with smote and model steps

random.seed(1706)
grid_rf = RandomizedSearchCV(estimator = pipeline,
                             param_distributions = params_rf,
                             scoring = 'roc_auc',
                             cv = 8,
                             n_jobs = cpu_count()-2,
                             refit = True,
                             return_train_score = False,
                             n_iter = 80)
grid_rf.fit(X_train, y_train.values.ravel())

seed=1706
knn=10
SMOTE=SMOTE（采样策略=‘自动’，
k_近邻=knn，
随机（状态=种子）
mydata=pd.read\u csv（数据路径）
参数rf={
“射频最大深度”：[8,14,20,26]，
“rf_uuuMin_uSamples_uLeaf”：[8,15,22,29]，
“射频最大功能”：[6,12,18,24,30]，
“射频估值器”：[400800]
}
smote_enn=SMOTEENN（smote=smoted）
rf=随机性（标准=‘基尼’）
pipeline=pipeline（[（'smote_enn'，smote_enn），（'rf'，rf）]）\

我已经为dask ml做了一个PR来处理IMBRearn组件，您可以在这里找到它：

您可以将其作为临时解决方案，直到PR被接受。
它不起作用的原因是因为dask ml使用的是sklearn的
管道
，它不处理
拟合重采样
，也不将转换后的y传递到管道中

我已经为dask ml做了一个PR来处理IMBRearn组件，您可以在这里找到它：

您可以将其作为临时解决方案，直到PR被接受。
我使用Dask的RandomizedSearchCV遇到了相同的问题。显然，Dask要求您为每个组件实现
transform（）
方法，而Sklearn的RandomizedSearchCV则没有。我将尝试找到一种方法来解决这个问题。我使用Dask的RandomizedSearchCV遇到了同样的问题。显然，Dask要求您为每个组件实现
transform（）
方法，而Sklearn的RandomizedSearchCV则没有。我会设法解决这个问题。
from dask_ml.model_selection import RandomizedSearchCV as DaskRandomGridSearchCV
grid_rf = DaskRandomGridSearchCV(estimator = pipeline,
                                 param_distributions = params_rf,
                                 scoring = 'roc_auc',
                                 cv = 8,
                              ###n_jobs = cpu_count()-2, <-not needed b/c of dask
                                 refit = True,
                                 return_train_score = False,
                                 n_iter = 80)
grid_rf.fit(X_train, y_train.values.ravel())
AttributeError: 'SMOTEENN' object has no attribute 'transform'