Imbalanced-learn
Imbalanced-learn
Определение
Imbalanced-learn — это библиотека Python с открытым исходным кодом, предоставляющая инструменты для работы с несбалансированными наборами данных. Она включает множество методов ресемплинга (oversampling, undersampling, комбинированные подходы), таких как SMOTE, ADASYN, RandomUnderSampler и другие. Библиотека интегрируется с scikit-learn и широко используется в задачах машинного обучения для борьбы с дисбалансом классов.