我使用SMOTENC来解决一个不平衡的分类问题
df_train, df_test = train_test_split(input_table_1_df, test_size=0.25, stratify=input_table_1_df["Target_Variable_SX_FASCIA_1"])
###### SMOTE ######
# Create features table and target table
df_x = df_train.loc[ : , df_train.columns != "Target_Variable_SX_FASCIA_1"]
df_y = df_train.drop(["Target_Variable_SX_FASCIA_1"], axis=1)
# From pandas to numpy arrays
from imblearn.over_sampling import SMOTENC
df_X=df_x.to_numpy()
df_Y=df_y.to_numpy()
column_name_x=list(df_x.columns)
column_name_y=list(df_y.columns)
# Resampling
smote_nc = SMOTENC(categorical_features=[0,1,2,3,4,5], random_state=0,sampling_strategy=.2)
X_resampled, Y_resampled = smote_nc.fit_resample(df_X, df_Y)
X_resampled_df= pd.DataFrame(X_resampled,columns=column_name_x)
Y_resampled_df= pd.DataFrame(Y_resampled,columns=column_name_y)
Training_set_Passivi_Fascia_1 = pd.concat([X_resampled_df, Y_resampled_df], axis=1)
我在第行遇到以下错误:
X_resampled, Y_resampled = smote_nc.fit_resample(df_X, df_Y)
类型错误:'<;'“int”和“str”实例之间不支持此选项。
我可以理解这是一个变量类型的问题,但我不知道如何解决这个错误。 我已经试过:
其他有用信息: 数据集的前6个变量为字符串,其他变量为双精度或整数
问问你是否需要进一步的信息
提前谢谢
如果您可以打印df_x和df_y的打印头,这将非常有用
从这一行我能推断出什么
实际上,您删除了目标变量,并将预测值保留在df_y中。 我的假设是“Target_Variable_SX_pancial_1”是目标变量的列名,因此应该是
相关问题 更多 >
编程相关推荐