Estou tentando usar o SMOTE para corrigir o desequilíbrio no meu problema de classificação de várias classes. Embora o SMOTE funcione perfeitamente no conjunto de dados da íris conforme o documento de ajuda do SMOTE, ele não funciona em um conjunto de dados semelhante. Aqui está a aparência dos meus dados. Observe que ele possui três classes com os valores 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
É na forma de dataframe, o mesmo que iris:
> class(data)
[1] "data.frame"
Aqui está o meu código usando SMOTE e o erro que ele lança:
> 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
r
classification
unbalanced-classes
oversampling
bronzeado
fonte
fonte
Respostas:
Eu encontrei um problema semelhante e resolvi transferindo os valores da classe ("status" no seu caso) para o tipo de fator. Após o uso
data$status=factor(data$status)
,newData
imprime da seguinte maneira:Sem erros!
fonte
SMOTE
documentação que ele funcione apenas se os rótulos forem um fator!