K-Means欠采样处理不平衡样本python实现_perplexitymustbelessthann_samples - CSDN文库

111 浏览量更新于2023-03-16 评论 4 收藏 40KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

K-Means欠采样处理不平衡样本欠采样处理不平衡样本python实现实现

K-Means欠采样欠采样python实现实现

1. K-Means欠采样原理欠采样原理

为解决分类问题中效果受样本集类间不平衡，并提高训练样本的多样性，可以使用K-Means欠采样对样本进行平衡处理。该方

法利用K-means方法对大类样本聚类，形成与小类样本个数相同的簇类数，从每个簇中随机抽取单个样本与风险样本形成平衡

样本集。K-means欠采样过程如下：

Step1：随机初始化k个聚类中心，分别为uj(1,2,…,k)；

Step2：对于大样本xi(1,2,…,n)，计算样本到每个聚类中心uj的距离，将xi划分到聚类最小的簇，c(i)为样本i与k个类中距离最

近的那个类，c(i)的值为1到k中的一个，则c(i)计算如式(1)所示：

Step3：待样本全部划分完成之后，重新确定簇中心，uj计算如式(5)所示：

Step4：重复步骤2和步骤3，直到总距离(各个簇中样本与各自簇中心距离之和)不再降低，返回最后的聚类结果；

Step5：从每个簇中随机抽取单个样本，与风险样本合并形成平衡样本集。

2. K-Means欠采样欠采样demo

from pandas as pd

from numpy as np

from sklearn.cluster import KMeans

model = KMeans(n_clusters = 10, max_iter = 500) #10为小样本数，500为迭代的次数

model.fit(data)#data为大样本数据集

result = pd.concat([data, pd.Series(model.labels_, index = data.index)], axis = 1) #输出每个样本对应的类别

result.columns = list(data.columns) + [u'聚类类别'] #重命名表头

df = pd.DataFrame(columns = list(r.columns))

for i in range(0,10):

N_data = r[r["聚类类别"]==i] N_data = N_data.sample(n=1,axis=0)

df = pd.concat([df,N_data])

print(df)#df为从每个簇中抽取单个样本的结果

data0 = df.iloc[:,:25] class = np.zeros((10,1))

data0["class"] = class#将原来样本的标签赋值回来

r = pd.concat([data0,data1])#和小类样本拼接起来

作者：SQAHJSW

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余0页未读，立即下载

评论0

weixin_38641896

粉丝: 2
资源: 915

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈