python - 如何在 PyTorch 中平衡(过采样)不平衡数据(使用 WeightedRandomSampler)？

Question

我有一个 2 类问题，我的数据非常不平衡。我有来自一类的 232550 个样本和来自第二类的 13498。 PyTorch 文档和互联网告诉我为我的 DataLoader 使用类 WeightedRandomSampler。

我已尝试使用 WeightedRandomSampler，但我一直收到错误。

    trainratio = np.bincount(trainset.labels)
    classcount = trainratio.tolist()
    train_weights = 1./torch.tensor(classcount, dtype=torch.float)
    train_sampleweights = train_weights[trainset.labels]
    train_sampler = WeightedRandomSampler(weights=train_sampleweights, 
    num_samples = len(train_sampleweights))
    trainloader = DataLoader(trainset, sampler=train_sampler, 
    shuffle=False)

我不明白为什么在初始化 WeightedRandomSampler 类时出现此错误？

我已经尝试过其他类似的解决方法，但到目前为止所有尝试都会产生一些错误。我应该如何实现它来平衡我的训练、验证和测试数据？

当前出现此错误:

train__sampleweights = train_weights[trainset.labels] ValueError: too many dimensions 'str'

Answer 1

问题出在trainset.labels的类型上要修复错误，可以将 trainset.labels 转换为 float