我的问题涉及到SMOTE类引发的数值错误。
预期 n_neighbors <= n_samples，但 n_samples = 1, n_neighbors = 6
# imbalanced learn 是一个包含SMOTE实现的包from imblearn.over_sampling import SMOTE, ADASYN, RandomOverSamplerfrom imblearn.pipeline import Pipeline# 标签列（除了第一列之外的所有列）y = feature_set.iloc[:,0]# 特征矩阵：除了文本和标签列之外的所有列x = feature_set.loc[:, feature_set.columns != 'text_column']x = x.loc[:, x.columns != 'label_column']x_resampled, y_resampled = SMOTE().fit_resample(x, y)经过一些调查，我发现我的一些类别（总共有158个）被极度欠采样了。
根据这个帖子提出的解决方案
创建一个管道，使用SMOTE和RandomOversampler的方式满足smoted类别的条件 n_neighbors <= n_samples，并且在条件不满足时使用随机过采样。
然而，我仍然在努力设置并运行我的实验。
# 初始化过采样器smote = SMOTE()randomSampler = RandomOverSampler()# 创建管道pipeline = Pipeline([('smote', smote), ('randomSampler', randomSampler)])pipeline.fit_resample(x, y)当我运行它时，我仍然得到同样的错误。我的猜测是生成的管道同时应用了两个采样器，而我需要根据预定义的条件一次只应用其中一个（如果项目数量少于X则使用RandomSampler，否则使用SMOTE）。有没有办法在项目数量极低的情况下设置条件调用RandomSampler？
提前感谢您。
回答：
我也遇到了和你一样的问题（Expected n_neighbors <= n_samples, but n_samples = 1, n_neighbors = 6），并且像你一样阅读并遵循了那个人的建议。
我认为你得到同样的错误是因为你把随机过采样器放在SMOTE操作之后。也就是说，你需要在应用SMOTE算法之前先对少数类别进行过采样。
对我来说这样有效：
pipe = Pipeline([('tfidf', TfidfVectorizer()), ('ros', RandomOverSampler()),('oversampler', SMOTE()),('clf', LinearSVC()),])