洛拉斯过采样的小包装
loras的Python项目详细描述
洛拉斯
局部随机仿射阴影抽样(loras)过采样技术
安装
最新版本可在pypi上使用,并可通过以下命令安装:pip install loras
用法
只有一种方法fit_resample(maj_class_points, min_class_points, k, num_shadow_points, list_sigma_f, num_generated_points, num_aff_comb, random_state=42)
有两个强制输入:
maj_class_points
:大多数类父数据点,它是一个非空列表,包含充当点的numpy数组min_class_points
:少数类父数据点,它是包含充当点的numpy数组的非空列表
也有可选参数:
k
:每个父数据点要考虑的最近邻居数(默认值:8 if len(min_class_points)<100 else 30
)num_shadow_points
:每个父数据点生成的阴影采样数(默认值:ceil(2*num_aff_comb / k)
)list_sigma_f
:为每个特征添加噪声的正态分布的标准差列表(默认值:[0.005, ... , 0.005]
)num_generated_points
:为随机仿射组合选择的阴影点数量(默认值:ceil((len(maj_class_points) + len(min_class_points)) / len(min_class_points))
)num_aff_comb
:为每个最近邻组生成的loras点数(默认值:min_class_points.shape[1]
)
输出:
min_class_points::oversampled_set
:原始数据点和过采样点的连接