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
欢迎加入QQ群-->： 979659372
