机器算法验证 - SMOTE 针对多类不平衡问题引发错误 - 吾爱随笔录

我正在尝试使用 SMOTE 来纠正我的多类分类问题中的不平衡。尽管根据 SMOTE 帮助文档，SMOTE 在 iris 数据集上完美运行，但它不适用于类似的数据集。这是我的数据的外观。请注意，它具有值 1、2、3 的三个类。

> data
   looking risk every status
1        0    1     0      1
2        0    0     0      1
3        0    0     0      2
4        0    0     0      1
5        0    0     0      1
6        3    0     0      1
7        0    0     0      1
8        0    0     0      1
9        0    1     0      1
10       0    0     0      1
11       0    0     0      3
12       0    0     0      1
13       0    0     0      1
14       0    0     0      1
15       0    0     0      2

它是dataframe的形式，和iris一样：

> class(data)
[1] "data.frame"

这是我使用 SMOTE 的代码及其引发的错误：

> newData <- SMOTE(status ~ ., data, perc.over = 600,perc.under=100)
Error in scale.default(T, T[i, ], ranges) : subscript out of bounds
In addition: Warning messages:
1: In FUN(newX[, i], ...) :
  no non-missing arguments to max; returning -Inf
2: In FUN(newX[, i], ...) :
  no non-missing arguments to max; returning -Inf
3: In FUN(newX[, i], ...) :
  no non-missing arguments to max; returning -Inf
4: In FUN(newX[, i], ...) : no non-missing arguments to min; returning Inf
5: In FUN(newX[, i], ...) : no non-missing arguments to min; returning Inf
6: In FUN(newX[, i], ...) : no non-missing arguments to min; returning Inf