2025.7.10 オーバーサンプリング

学習データの不均衡の補正を目的として行われる。

code:p1.py

from imblearn.over_sampling import RandomOverSampler

ros = RandomOverSampler()

X_res, y_res = ros.fit_resample(X, y)

print(X_res)

print(y_res)

元データは、

ラベル 0 のデータ 1, 2, 5 で ３件

ラベル 1 のデータ 3, 4 で２件

であった。これを

code:result.txt

のように、

ラベル 0 のデータ 1, 2, 5 で ３件

ラベル 1 のデータ 3, 4, 4 で３件

全てのラベルの件数を、最も多いラベルの件数に揃える。

そのさい、ランダムに選択したデータを複製することで件数を増やしている。