使用pytorch-python进行欠采样和过采样的不平衡分类

Question

我想同时使用过采样和欠采样技术 我有6个班级，样本数量如下： 0类250000 第1类48000 2类40000 3类38000 第4类35000 第5类7000 我想使用smot使所有的类平衡，大小相等 0级40000 1类40000 2类40000 3类40000 第4类40000 第5类40000 我知道如何对所有数据进行过采样或欠采样，但如何将它们与多类分类一起使用

Answer 1

我试试这个

ros = RandomUnderSampler()
X, y=ros.fit_resample(mydata, labels)
strategy = {0:40000, 1:40000, 2:40000, 3:40000, 4:40000, 5:40000}
over = SMOTE(sampling_strategy=strategy)
X, y=over.fit_resample(X, y)