NearMiss实例化传参报错：__init__()仅接受1个位置参数却传入2个

报错原因 #

直接用NearMiss(0.8)实例化触发TypeError，是因为NearMiss的构造函数不支持直接传位置参数作为采样比例。它的第一个位置参数是version（指定NearMiss版本，必须为整数，默认1），你传入的0.8会被误当作version参数，而构造函数没有额外位置参数定义，因此抛出参数数量不匹配的错误。

解决方法 #

要设置采样比例，必须显式指定sampling_strategy关键字参数，这是imblearn中控制采样比例的标准参数：

from collections import Counter
from imblearn.under_sampling import NearMiss

# 显式指定采样比例参数
ns = NearMiss(sampling_strategy=0.8)
X_train_ns, y_train_ns = ns.fit_resample(X_train, y_train)
print("The number of classes before fit {}".format(Counter(y_train)))
print("The number of classes after fit {}".format(Counter(y_train_ns)))

关于sampling_strategy的说明 #

• 传入浮点数时，代表少数类样本数与多数类样本数的目标比例。比如你原数据中少数类（1类）有348个，设置sampling_strategy=0.8后，多数类（0类）会被采样到 348 / 0.8 = 435 个。
• 默认值为'auto'，即把多数类样本数采样到和少数类一致，这也是你不传参数时得到Counter({0: 348, 1: 348})的原因。
• 也可以传入字典指定每个类的目标数量，比如sampling_strategy={0: 1000, 1: 348}，直接定义多数类的保留数量。

内容的提问来源于stack exchange，提问作者Rohit Bale