J'essaie d'utiliser SMOTE pour corriger le déséquilibre dans mon problème de classification multi-classes. Bien que SMOTE fonctionne parfaitement sur le jeu de données iris conformément au document d'aide SMOTE, il ne fonctionne pas sur un jeu de données similaire. Voici à quoi ressemblent mes données. Notez qu'il a trois classes avec les valeurs 1, 2, 3.
> data
looking risk every status
1 0 1 0 1
2 0 0 0 1
3 0 0 0 2
4 0 0 0 1
5 0 0 0 1
6 3 0 0 1
7 0 0 0 1
8 0 0 0 1
9 0 1 0 1
10 0 0 0 1
11 0 0 0 3
12 0 0 0 1
13 0 0 0 1
14 0 0 0 1
15 0 0 0 2
Il se présente sous la forme d'une trame de données, identique à l'iris:
> class(data)
[1] "data.frame"
Voici mon code utilisant SMOTE et l'erreur qu'il génère:
> newData <- SMOTE(status ~ ., data, perc.over = 600,perc.under=100)
Error in scale.default(T, T[i, ], ranges) : subscript out of bounds
In addition: Warning messages:
1: In FUN(newX[, i], ...) :
no non-missing arguments to max; returning -Inf
2: In FUN(newX[, i], ...) :
no non-missing arguments to max; returning -Inf
3: In FUN(newX[, i], ...) :
no non-missing arguments to max; returning -Inf
4: In FUN(newX[, i], ...) : no non-missing arguments to min; returning Inf
5: In FUN(newX[, i], ...) : no non-missing arguments to min; returning Inf
6: In FUN(newX[, i], ...) : no non-missing arguments to min; returning Inf
Réponses:
J'ai rencontré un problème similaire, et je l'ai résolu en transférant les valeurs de classe ("statut" dans votre cas) en type de facteur. Après utilisation
data$status=factor(data$status)
,newData
imprime comme suit:Aucune erreur!
la source
SMOTE
documentation qu'il ne fonctionne que si les étiquettes sont facteur!