Issue with imblearn: SMOTENC " TypeError: '<' not supported between instances of 'int' and 'str"'

Question

我正在使用 SMOTENC 解决不平衡分类问题。

df_train, df_test = train_test_split(input_table_1_df, test_size=0.25, stratify=input_table_1_df["Target_Variable_SX_FASCIA_1"])
    
                  ###### SMOTE ######
    # Create features table and target table
    df_x = df_train.loc[ : , df_train.columns != "Target_Variable_SX_FASCIA_1"] 
    df_y = df_train.drop(["Target_Variable_SX_FASCIA_1"], axis=1)
    
    # From pandas to numpy arrays
    from imblearn.over_sampling import SMOTENC
    
    df_X=df_x.to_numpy()
    df_Y=df_y.to_numpy()
    
    column_name_x=list(df_x.columns) 
    column_name_y=list(df_y.columns) 
    
    # Resampling
    smote_nc = SMOTENC(categorical_features=[0,1,2,3,4,5], random_state=0,sampling_strategy=.2)
    X_resampled, Y_resampled = smote_nc.fit_resample(df_X, df_Y)
    X_resampled_df= pd.DataFrame(X_resampled,columns=column_name_x)
    Y_resampled_df= pd.DataFrame(Y_resampled,columns=column_name_y)
    Training_set_Passivi_Fascia_1 = pd.concat([X_resampled_df, Y_resampled_df], axis=1)

我在行收到以下错误：

X_resampled, Y_resampled = smote_nc.fit_resample(df_X, df_Y)

TypeError: 'int' 和 'str'

实例之间不支持“<”

我能理解这是变量类型的问题，但我不知道如何解决这个错误。我已经尝试过：

替换所有缺失值
修复所有可能的变量类型指定错误

其他有用信息：数据集的前 6 个变量是字符串，其他是双精度或整数。

请询问您是否需要更多信息。

提前致谢。

Answer 1

如果你能打印出df_x和df_y的头就好了。

从这一行我可以推断出什么

df_y = df_train.drop(["Target_Variable_SX_FASCIA_1"], axis=1)

您实际上是在放弃目标变量并将预测变量保留在 df_y 中。我的假设是“Target_Variable_SX_FASCIA_1”是目标变量的列名，所以它应该是

df_y = df_train["Target_Variable_SX_FASCIA_1"].values

Issue with imblearn: SMOTENC " TypeError: '<' not supported between instances of 'int' and 'str"'

Issue with imblearn: SMOTENC " TypeError: '<' not supported between instances of 'int' and 'str"'

python

numpy

typeerror

imblearn

smote