over.fit_resample参数

`fit_resample` 是 `imblearn` 库中的一个函数，于处理样本不平衡问题。它的用是对数据集进行过采样（oversampling）或欠采样（undersampling），使得正负样本比更加均衡。

`_resample` 函数的参数包括：

- X：特征矩阵，形状为 (n_samples, n_features)；
- y：标签向量，形状为 (n_samples,)；
- sampler：采样器对象，用于指定采样策略。可以是 `RandomUnderSampler`（随机欠采样）、`RandomOverSampler`（随机过采样）、`SMOTE`（合成少数类过采样技术）等；
- **kwargs：其他采样器的参数，例如 `sampling_strategy`、`random_state` 等。

其中 `sampling_strategy` 参数是用来指定采样比例的，它可以是一个字符串、浮点数或字典。如果是字符串，可以取值为：

- 'auto'：自动计算采样比例；
- 'minority'：对少数类进行采样；
- 'not minority'：对多数类进行采样；
- 'all'：对所有类别进行采样。

如果是字典，则需指定每个类别的采样比例，例如 `sampling_strategy={0: 1000, 1: 500}` 表示类别 0 采样 1000 个，类别 1 采样 500 个。

`fit_resample` 函数返回采样后的特征矩阵和标签向量，形状分别为 (n_samples_new, n_features) 和 (n_samples_new,)。