本笔记来源于B站Up主: 有Li 的影像组学系列教学视频
本节(30)主要介绍: SMOTE解决数据不平衡的问题

SMOTE基本介绍

SMOTE (Synthetic Minority Over-sampling Technique) 采样过程：

1. 找到少数类中的某个样本Xi的k个近邻

2. 随机选取一个Xi的近邻Xi(nn), 并随机生成一个介于0-1之间的数ζ1，合成的新样本Xnew = Xi + ζ1*Xi(nn)

3. 对每一个随机选出的Xi的近邻重复步骤2

4. 对少数类中的每个样本重复上述步骤
   例：如果样本数据是一维的，一个样本是0，它有一个近邻是1，那么合成样本将是一个0-1之间的数。

代码实现

1、导入包

# pip install -U imbalanced-learn  # for the first time
from sklearn.datasets import make_classification
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
from collections import Counter
from imblearn.over_sampling import SMOTE

2、准备数据

X, y = make_classification(n_classes = 2, class_sep = 2,weights = [0.9, 0.1], n_informative = 2,n_redundant = 0, flip_y = 0,n_features = 2, n_clusters_per_class = 1,n_samples = 100, random_state =1)
print(Counter(y))
# > Counter({0: 90, 1: 10})