Python 我们如何在SMOTE中设置比率，使阳性样本比阴性样本多？

我试图使用SMOTE来处理二进制分类中的不平衡类数据，我知道的是：例如，如果我们使用

sm=SMOTE（比率=1.0，随机状态=10）
过采样前，标签“1”的计数：[78]
过采样前，标签“0”的计数：[6266]
过采样后，标签“1”的计数：6266
过采样后，标签“0”的计数：6266

对于1类为少数的情况，将导致0类和1类的数量为50:50

及

sm=SMOTE（比率=0.5，随机状态=10）
过采样前，标签“1”的计数：[78]
过采样前，标签“0”的计数：[6266]
过采样后，标签“1”的计数：3133
过采样后，标签“0”的计数：6266

将导致类1的大小减半为类0的大小

我的问题:

我们如何设置比率以获得比0类更多的1类，例如75:25

从中，看起来

比率

可以是大于1的浮点-即，对于75:25的比率，您可以设置

比率=3

试试看这是否有效。

---

试着使用字典

smote_on_1 = 18798 
#(In your case 18798 is thrice of 6266)

smt = SMOTE(sampling_strategy={1: smote_on_1})
X_train, y_train = smt.fit_sample(X_train, y_train)

---

我假设您使用的是SMOTE的这个实现，或者是一个非常类似的实现；如果没有，请在问题中指定您使用的实现。如果您正在使用的实现非常常见，我应该知道，请告诉我（我真的不知道，我不是在讽刺）。我尝试过。但是得到了这样一条消息：“采样策略”是浮点时，它应该在范围（0，1）内，因此mx是1.0。您可以做的另一件事是发送一个带有所需样本数的dict。再次从文档：当dict时，键对应于目标类。这些值对应于每个目标类所需的样本数