cluster-over-sampling 0.1.1

文件

安装文档、API文档和示例可以在 documentation。

依赖性

在python 3.6+下测试了集群过度采样。依赖关系 如下所示：

• 纽比（>；=1.1）
• 科学套件学习（>；=0.21）
• 不平衡学习（>；=0.4.3）

此外，要运行示例，需要matplotlib（>；=2.0.0）和 熊猫（>；=0.22）。

安装

pypi的存储库中当前提供了集群过度采样 您可以通过pip安装它

pip install -U cluster-over-sampling

该软件包也在anaconda云平台发布：

conda install -c algowit cluster-over-sampling

如果愿意，可以克隆它并运行setup.py文件。使用以下命令 从github获取副本并安装所有依赖项的命令：

git clone https://github.com/AlgoWit/cluster-over-sampling.git
cd cluster-over-sampling
pip install .

或者使用pip和github安装：

pip install -U git+https://github.com/AlgoWit/cluster-over-sampling.git

测试

安装后，您可以使用pytest运行测试套件：

make test

关于

如果你在科学出版物中使用过多抽样，我们会 感谢引用下列任何一篇论文：

@article{Douzas2017,
  doi = {10.1016/j.eswa.2017.03.073},
  url = {https://doi.org/10.1016/j.eswa.2017.03.073},
  year = {2017},
  month = oct,
  publisher = {Elsevier {BV}},
  volume = {82},
  pages = {40--52},
  author = {Georgios Douzas and Fernando Bacao},
  title = {Self-Organizing Map Oversampling ({SOMO}) for imbalanced data set learning},
  journal = {Expert Systems with Applications}
}

@article{Douzas2018,
  doi = {10.1016/j.ins.2018.06.056},
  url = {https://doi.org/10.1016/j.ins.2018.06.056},
  year = {2018},
  month = oct,
  publisher = {Elsevier {BV}},
  volume = {465},
  pages = {1--20},
  author = {Georgios Douzas and Fernando Bacao and Felix Last},
  title = {Improving imbalanced learning through a heuristic oversampling method based on k-means and {SMOTE}},
  journal = {Information Sciences}
}

从班级不平衡的数据中学习仍然是一个普遍而具有挑战性的问题。 标准分类算法中的监督学习问题 设计用于处理平衡的类分布。而不同的策略 存在着解决这个问题的方法，产生人工数据来实现 均衡的类分布比修改 分类算法。smote算法[3]，以及任何其他 基于烟雾机理的过采样方法，生成合成样品 连接少数类实例的直线段。仅删除地址 阶级之间不平衡的问题。另一方面，通过将 输入空间和对每个结果聚类应用任何过采样算法 在适当的重采样率下，类内不平衡问题可以是 演说。

参考文献：