函数采样器#

class imblearn.FunctionSampler(*, func=None, accept_sparse=True, kw_args=None, validate=True)[source]#

通过调用任意可调用对象来构建一个采样器。

了解更多信息，请参阅用户指南。

Parameters:

funccallable, default=None: 用于转换的可调用对象。这将传递与transform相同的参数，args和kwargs将被转发。如果func为None，则func将是恒等函数。
accept_sparsebool, default=True: 是否支持稀疏输入。默认情况下，支持稀疏输入。
kw_argsdict, default=None: func 期望的关键字参数。
validatebool, default=True: 是否绕过X和y的验证。关闭验证允许使用FunctionSampler处理任何类型的数据。

在版本0.6中添加。

Attributes:

sampling_strategy_dict: 包含用于采样数据集信息的字典。键对应于从中采样的类标签，值是要采样的样本数量。
n_features_in_int: 输入数据集中的特征数量。

在版本0.9中添加。
feature_names_in_ndarray of shape (n_features_in_,): 在fit期间看到的特征名称。仅在X具有全部为字符串的特征名称时定义。

在版本0.10中添加。

另请参阅

sklearn.preprocessing.FunctionTransfomer: 无状态转换器。

注释

参见自定义采样器以实现异常值拒绝估计器

示例

>>> import numpy as np
>>> from sklearn.datasets import make_classification
>>> from imblearn import FunctionSampler
>>> X, y = make_classification(n_classes=2, class_sep=2,
... weights=[0.1, 0.9], n_informative=3, n_redundant=1, flip_y=0,
... n_features=20, n_clusters_per_class=1, n_samples=1000, random_state=10)

我们可以创建以仅选择前十个样本为例。

>>> def func(X, y):
...   return X[:10], y[:10]
>>> sampler = FunctionSampler(func=func)
>>> X_res, y_res = sampler.fit_resample(X, y)
>>> np.all(X_res == X[:10])
True
>>> np.all(y_res == y[:10])
True

我们也可以创建一个接受一些参数的特定函数。

>>> from collections import Counter
>>> from imblearn.under_sampling import RandomUnderSampler
>>> def func(X, y, sampling_strategy, random_state):
...   return RandomUnderSampler(
...       sampling_strategy=sampling_strategy,
...       random_state=random_state).fit_resample(X, y)
>>> sampler = FunctionSampler(func=func,
...                           kw_args={'sampling_strategy': 'auto',
...                                    'random_state': 0})
>>> X_res, y_res = sampler.fit_resample(X, y)
>>> print(f'Resampled dataset shape {sorted(Counter(y_res).items())}')
Resampled dataset shape [(0, 100), (1, 100)]

方法

`fit`(X, y)	检查采样器的输入和统计信息。
`fit_resample`(X, y)	重新采样数据集。
`get_feature_names_out`([input_features])	获取转换的输出特征名称。
`get_metadata_routing`()	获取此对象的元数据路由。
`get_params`([deep])	获取此估计器的参数。
`set_params`(**params)	设置此估计器的参数。

fit(X, y)[source]#

检查采样器的输入和统计信息。

在所有情况下，您都应该使用 fit_resample。

Parameters:

X{array-like, dataframe, sparse matrix} of shape (n_samples, n_features): 数据数组。
yarray-like of shape (n_samples,): 目标数组。

Returns:

selfobject: 返回实例本身。

fit_resample(X, y)[source]#

重新采样数据集。

Parameters:

X{array-like, sparse matrix} of shape (n_samples, n_features): 包含需要采样的数据的矩阵。
yarray-like of shape (n_samples,): X中每个样本对应的标签。

Returns:

X_resampled{array-like, sparse matrix} of shape (n_samples_new, n_features): 包含重采样数据的数组。
y_resampledarray-like of shape (n_samples_new,): X_resampled 对应的标签。

get_feature_names_out(input_features=None)[source]#

获取转换的输出特征名称。

Parameters:

input_featuresarray-like of str or None, default=None

输入特征。

如果 input_features 是 None，则使用 feature_names_in_ 作为特征名称。如果 feature_names_in_ 未定义，则生成以下输入特征名称： ["x0", "x1", ..., "x(n_features_in_ - 1)"]。
如果 input_features 是类似数组的，那么 input_features 必须与 feature_names_in_ 匹配，如果 feature_names_in_ 已定义。

Returns: