SMOTE generuje błąd związany z problemem nierównowagi wielu klas

10

Próbuję użyć SMOTE do skorygowania nierównowagi w moim problemie z klasyfikacją wielu klas. Chociaż SMOTE działa doskonale na zestawie danych tęczówki zgodnie z dokumentem pomocy SMOTE, nie działa na podobnym zestawie danych. Oto jak wyglądają moje dane. Zauważ, że ma trzy klasy o wartościach 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

Ma postać ramki danych, takiej samej jak tęczówka:

> class(data)
[1] "data.frame"

Oto mój kod używający SMOTE i zgłaszany przez niego błąd:

> 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
dębnik
źródło
spróbuj przekonwertować kolumnę docelową (tj. „status”) na czynniki i rozważ zaznaczenie posta @ xing poniżej jako odpowiedzi.
Zielonkawy

Odpowiedzi:

13

Napotkałem podobny problem i rozwiązałem go, przenosząc wartości klas (w twoim przypadku „status”) na typ czynników. Po użyciu data$status=factor(data$status), newDatawydruki, co następuje:

     looking risk every status
7          0    0     0      1
2          0    0     0      1
7.1        0    0     0      1
12         0    0     0      1
4          0    0     0      1
12.1       0    0     0      1
11         0    0     0      3
8         NA   NA    NA      3
9         NA   NA    NA      3
10        NA   NA    NA      3
111       NA   NA    NA      3
121       NA   NA    NA      3
13        NA   NA    NA      3

Bez błędów!

Xing
źródło
Szkoda, że ​​w SMOTEdokumentacji nie wspomniano , że działa tylko wtedy, gdy etykiety są ważne!
Pop
To było dla mnie. przeliczenie na współczynnik to naprawiło.
Zielonkawy