我正在使用卷积神经网络进行二元分类,数据不平衡,其中阳性医学图像 : 阴性医学图像 = 0.4 : 0.6。因此,在训练之前,我想使用SMOTE来对阳性医学图像数据进行过采样。 然而,数据的维度是4D(761,64,64,3),这导致了错误。
Found array with dim 4. Estimator expected <= 2
所以,我重新整理了我的train_data:
X_res, y_res = smote.fit_sample(X_train.reshape(X_train.shape[0], -1), y_train.ravel())
它的功能很好。在将其馈送给卷积神经网络之前,我通过以下方式将其重新整形:
X_res = X_res.reshape(X_res.shape[0], 64, 64, 3)
现在,我不确定过采样是否正确,并且重塑操作会改变图像的结构吗?