Keras “不平衡学习”；平衡式“批量发电机”；对于>；二维数据

我正在使用不平衡学习的“平衡批处理生成器”尝试对具有4维的图像阵列执行欠采样。我运行了下面的代码：

training_generator, steps_per_epoch = balanced_batch_generator(x_train, y_train, sampler=NearMiss(), batch_size=10)

并得到以下错误：

ValueError: Found array with dim 4. Estimator expected <= 2.

---

ValueError:找到具有dim 4的数组。估计器期望二维数据，但我想知道是否有解决这个问题的方法。我会通过手动分割数据来执行欠采样/过采样，但是我想利用keras良好实现的功能，如
NearMiss
，智能地对我的数据进行采样。
您需要为
x_列车
重塑阵列：

x.train.shape #So you know the values for all 4 dims (1st dim, 2nd dim, 3rd dm, 4th dm)
x_train = x_train.reshape(x_train.shape[0],-1)

然后使用
平衡批处理\u生成器
。之后：

x_train = x_train.reshape(x_train.shape[0], initial Value for the 2nd dim, initial Value for the 3rd, initial Value for the 4th)

for x_train, y_train in training_generator:
    break

您的
x_列
包含带有初始尺寸的平衡批次。您不需要重塑
y\u train
，因为它只包含标签。（
dim您需要为您的
x\u列车重新调整阵列的形状
：

x.train.shape #So you know the values for all 4 dims (1st dim, 2nd dim, 3rd dm, 4th dm)
x_train = x_train.reshape(x_train.shape[0],-1)

然后使用
balanced\u batch\u生成器
。然后：

x_train = x_train.reshape(x_train.shape[0], initial Value for the 2nd dim, initial Value for the 3rd, initial Value for the 4th)

for x_train, y_train in training_generator:
    break

您的
x\u列
包含带有初始尺寸的平衡批次。您不需要重塑
y\u列
，因为它只包含标签。（
dim）