我得到了一个大小为(3275412, 50, 22)
的numpy\u数组,它表示为LSTM目的而重塑的数据,我得到了一个形状为(3275412,)
的目标向量。你知道吗
我想平衡我的数据,使目标0
和1
的数据数量大致相同。
我准备数据的方式使我无法在重塑之前进行这种平衡操作。你知道吗
首先,我想应用make_imbalance
函数(有关详细信息,请参见this link),但我无法将其应用于二维数组(出现错误)。你知道吗
我的问题是:对于3D阵列,最有效的方法是什么?你知道吗
我的想法:我想先把我的三维数组“展平”成二维数组,把第二和第三维度“连接起来”(但不知道怎么做到的,请告诉我??)然后应用make_imbalance
,然后将结果重塑为一个三维数组(同样,不知道如何做)。这似乎有点棘手,但。。。你知道吗
因此,任何帮助,无论是对其他不平衡的方法或帮助重塑三维->;二维或反之亦然,都将不胜感激
对于未知的维度大小,可以使用
np.reshape
和-1
。你知道吗会给你一个二维数组的形状
(n_samples, n_features)
第二维度和第三维度合并。你知道吗调用
make_imbalance
之后,您将得到一个形状为(n_samples_new, n_features)
的2d数组,其中行数“未知”,但您知道原始3d数组的其他两个“特征”维度,因此会还给你平衡的3d数据集。你知道吗
相关问题 更多 >
编程相关推荐