Machine learning 随机过采样条件以创建相等分布

我目前正在从事一个基于ML的项目，我的数据有一点不平衡，需要一种过度采样技术。特征（X_序列）尺寸为（90664190），目标（Y_二进制序列）尺寸为（90664，）。但是，代码运行时仍然输出相同的、不相等的目标分布。 这是用于随机过采样器的代码，它也曾使用smote进行过尝试

counter= Counter(Y_binary_train_trans)
ros= RandomOverSampler(random_state=42)
X_train, Y_binary_train_trans = ros.fit_resample(X_train,Y_binary_train_trans)
counter = Counter(Y_binary_test_trans)

对于这段代码，您的第二个计数器统计的是测试样本，而不是您实际更改的训练样本

相反，它应该是：

counter= Counter(Y_binary_train_trans)
ros= RandomOverSampler(random_state=42)
X_train, Y_binary_train_trans = ros.fit_resample(X_train,Y_binary_train_trans)
counter = Counter(Y_binary_train_trans)

对于这段代码，您的第二个计数器统计的是测试样本，而不是您实际更改的训练样本

相反，它应该是：

counter= Counter(Y_binary_train_trans)
ros= RandomOverSampler(random_state=42)
X_train, Y_binary_train_trans = ros.fit_resample(X_train,Y_binary_train_trans)
counter = Counter(Y_binary_train_trans)

---

我无法复制这些结果。你能提供最小的和可重复的例子吗？代码是根据您的问题描述生成的，它按预期工作。我无法复制这些结果。你能提供最小的和可重复的例子吗？代码是根据您的问题描述生成的，并按预期工作。