“如何解决错误”；观察太少。”；在R中使用ROSE来平衡数据时？

我尝试使用R上的ROSE库来重新平衡数据集中的目标变量。 这是我的数据集信息

• 我的原始数据集总共有132056条记录
• 在目标变量中，共有279例（0.21%）为轻度
• 目标变量中主要类别共有131777例（99.79%）

我想对数据集进行欠采样，使次要类别的百分比增加到5%

这是我的密码：

df_Under <- ovun.sample(Target ~ ., data = df, method = "under", N =5580, seed = 1)

我试着用ROSE的其他方法玩，比如“结束”和“两者”，但也出现了同样的错误

我如何解决这个问题

---

亲切问候，

我相信您希望您的代码使用

p=0.05

（5%）而不是像您那样使用

p=0.5

（50%）（这是函数的默认值），并使用

over

sample来显示少数类的样本大小，如您在帖子中所述：

df_Under <- ovun.sample(Target ~ ., data = df, method = "over", N =5580, seed = 1, p = 0.05)

---

data.balanced.UnderI面临同样的问题。问题实际上是数据集中的列（变量）带有NA/Nan

请在删除NA后尝试运行代码

让我知道这是否有帮助

df_Under <- ovun.sample(Target ~ ., data = df, method = "over", N =5580, seed = 1, p = 0.05)