管道嵌入采样器的使用

一个关于 :class:~imblearn.pipeline.Pipeline` 对象的示例（或 make_pipeline 辅助函数）与 转换器和重采样器一起工作的示例。

# Authors: Christos Aridas
#          Guillaume Lemaitre <g.lemaitre58@gmail.com>
# License: MIT

print(__doc__)

首先，我们创建一个不平衡的数据集并将其分成两个集合。

from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split

X, y = make_classification(
    n_classes=2,
    class_sep=1.25,
    weights=[0.3, 0.7],
    n_informative=3,
    n_redundant=1,
    flip_y=0,
    n_features=5,
    n_clusters_per_class=1,
    n_samples=5000,
    random_state=10,
)

X_train, X_test, y_train, y_test = train_test_split(X, y, stratify=y, random_state=42)

现在，我们将创建我们稍后希望组合的每个单独步骤

from sklearn.decomposition import PCA
from sklearn.neighbors import KNeighborsClassifier

from imblearn.over_sampling import SMOTE
from imblearn.under_sampling import EditedNearestNeighbours

pca = PCA(n_components=2)
enn = EditedNearestNeighbours()
smote = SMOTE(random_state=0)
knn = KNeighborsClassifier(n_neighbors=1)

现在，我们终于可以创建一个管道来指定在将数据提供给最终分类器之前，不同的转换器和采样器应按什么顺序执行。

from imblearn.pipeline import make_pipeline

model = make_pipeline(pca, enn, smote, knn)

我们现在可以将创建的管道用作普通分类器，其中在调用fit时会进行重采样，而在调用decision_function、predict_proba或predict时则禁用重采样。

from sklearn.metrics import classification_report

model.fit(X_train, y_train)
y_pred = model.predict(X_test)
print(classification_report(y_test, y_pred))

              precision    recall  f1-score   support

           0       0.99      0.99      0.99       375
           1       1.00      1.00      1.00       875

    accuracy                           0.99      1250
   macro avg       0.99      0.99      0.99      1250
weighted avg       0.99      0.99      0.99      1250

预计内存使用量： 199 MB