imbalanced learn

aprender desequilibrado

desequilíbrio-learn é um pacote python que oferece uma série de técnicas de reamostragem comumente usadas em conjuntos de dados que mostram forte desequilíbrio entre classes. É compatível com o scikit-learn e faz parte dos projetos scikit-learn-contrib.

Documentação

Documentação de instalação, documentação de API e exemplos podem ser encontrados na documentação.

Instalação

Dependências

O aprendizado desequilibrado requer as seguintes dependências:

• Pitão (>= 3.10)

• NumPy (>= 1.24.3)

• SciPy (>= 1.10.1)

• Scikit-learn (>= 1.2.2)

• Pytest (>= 7.2.2)

Além disso, o aprendizado desequilibrado requer as seguintes dependências opcionais:

• Pandas (>= 1.5.3) para lidar com dataframes

• Tensorflow (>= 2.13.1) para lidar com modelos TensorFlow

• Keras (>= 3.0.5) para lidar com modelos Keras

Os exemplos exigirão as seguintes dependências adicionais:

• Matplotlib (>= 3.7.3)

• Nascido no mar (>= 0,12,2)

Instalação

Dos repositórios PyPi ou conda-forge

O Unbalanced-learn está atualmente disponível nos repositórios do PyPi e você pode instalá-lo via pip:

 pip install -U aprendizagem desequilibrada

O pacote é lançado também na plataforma Anaconda Cloud:

 conda install -c conda-forge desequilibrado-aprender

Da fonte disponível no GitHub

Se preferir, você pode cloná-lo e executar o arquivo setup.py. Use os seguintes comandos para obter uma cópia do Github e instalar todas as dependências:

 clone do git https://github.com/scikit-learn-contrib/imbalanced-learn.git
cd desequilibrado-aprender
instalação do pip.

Esteja ciente de que você pode instalar no modo de desenvolvedor com:

 pip install --no-build-isolation --editável.

Se você deseja fazer pull-requests no GitHub, aconselhamos instalar o pré-commit:

 pip instalar pré-commit
instalação pré-confirmada

Teste

Após a instalação, você pode usar o pytest para executar o conjunto de testes:

 fazer cobertura

Desenvolvimento

O desenvolvimento deste scikit-learn-contrib está alinhado com o da comunidade scikit-learn. Portanto, você pode consultar o Guia de Desenvolvimento.

Endosso da Especificação Científica Python

Endossamos boas práticas da Coordenação Científica do Ecossistema Python (SPEC). A lista completa de recomendações está disponível aqui.

Veja abaixo a lista de recomendações que endossamos para o projeto de aprendizagem desequilibrada.

Sobre

Se você usar aprendizagem desequilibrada em uma publicação científica, agradeceríamos citações do seguinte artigo:

 @artigo{JMLR:v18:16-365,
autor = {Guillaume Lema{{^i}}tre e Fernando Nogueira e Christos K. Aridas},
title = {Aprendizado desequilibrado: uma caixa de ferramentas Python para enfrentar a maldição dos conjuntos de dados desequilibrados no aprendizado de máquina},
diário = {Journal of Machine Learning Research},
ano = {2017},
volume = {18},
número = {17},
páginas = {1-5},
url={http://jmlr.org/papers/v18/16-365}
}

A maioria dos algoritmos de classificação só terá desempenho ideal quando o número de amostras de cada classe for aproximadamente o mesmo. Conjuntos de dados altamente distorcidos, onde a minoria é fortemente superada em número por uma ou mais classes, provaram ser um desafio e, ao mesmo tempo, tornaram-se cada vez mais comuns.

Uma forma de resolver esta questão é reamostrar o conjunto de dados para compensar este desequilíbrio, na esperança de chegar a um limite de decisão mais robusto e justo do que seria possível de outra forma.

Você pode consultar a documentação de aprendizagem desequilibrada para encontrar detalhes sobre os algoritmos implementados.