Package d'apprentissage Python Imbalanced. Pour améliorer les résultats ou la vitesse du processus d'apprentissage dans les algorithmes d'apprentissage automatique sur des ensembles de données où une ou plusieurs classes ont beaucoup moins / plus d'exemples d'entraînement, vous pouvez utiliser une approche d'apprentissage déséquilibrée. Les méthodes d'apprentissage déséquilibrées utilisent des techniques de rééchantillonnage comme les liens SMOTE, ADASYN, Tomek et leurs diverses combinaisons.
Je souhaite rééchantillonner mon ensemble de données. Cela consiste en des données transformées catégoriques avec des étiquettes de 3 classes. Le n ...
