Pandas中怎么使用SMOTE方法生成合成样本

在Pandas中使用SMOTE方法生成合成样本需要先将数据转换为特征矩阵和目标向量的形式，然后使用imbalanced-learn库中的SMOTE类来生成合成样本。下面是一个示例代码：

import pandas as pd from imblearn.over_sampling import SMOTE  # 读取数据 data = pd.read_csv('data.csv')  # 将特征和目标分开 X = data.drop('target', axis=1) y = data['target']  # 使用SMOTE生成合成样本 smote = SMOTE(random_state=42) X_resampled, y_resampled = smote.fit_resample(X, y)  # 将合成样本转换为DataFrame resampled_data = pd.concat([pd.DataFrame(X_resampled), pd.DataFrame(y_resampled, columns=['target'])], axis=1)  # 打印生成的合成样本 print(resampled_data) 

在上面的示例中，首先读取数据，然后将数据分为特征矩阵X和目标向量y。接着使用SMOTE类生成合成样本，最后将合成样本转换为DataFrame并打印出来。