You need to enable JavaScript to run this app. 二分类任务中为标签向量随机注入5%翻转噪声的实现方法问询
优惠活动
大模型
产品
解决方案
定价
更多

二分类任务中为标签向量随机注入5%翻转噪声的实现方法问询

二分类标签注入5%随机翻转噪声的实现方法

核心实现逻辑

  • 计算需要翻转标签的样本数量:总样本数 × 设定的噪声比例(此处为5%即0.05)
  • 无放回随机抽取对应数量的样本索引(保证同一个样本不会被重复翻转,避免抵消噪声效果)
  • 对抽取到的样本标签执行翻转操作,因标签为0/1二值,可直接用1 - 原值完成翻转

具体实现代码

方法1:基于pandas原生sample方法(更简洁)

import pandas as pd

# 原有基础代码(对应你现有变量名调整即可)
dataset = pd.read_csv(...)
# 复制原始标签避免修改源数据
y_clean = dataset["class"].copy()
x = dataset.drop("class", axis=1)

# -------- 噪声注入逻辑 --------
noise_ratio = 0.05
# 随机抽取占比5%的样本索引,random_state固定随机结果保证实验可复现
flip_indices = y_clean.sample(frac=noise_ratio, random_state=42).index
# 生成带噪声的标签
y_noisy = y_clean.copy()
y_noisy.loc[flip_indices] = 1 - y_noisy.loc[flip_indices]

方法2:基于numpy随机索引实现

import numpy as np
import pandas as pd

# 原有基础代码(对应你现有变量名调整即可)
dataset = pd.read_csv(...)
y_clean = dataset["class"].copy()
x = dataset.drop("class", axis=1)

# -------- 噪声注入逻辑 --------
noise_ratio = 0.05
# 固定随机种子保证可复现
np.random.seed(42)
# 计算需要翻转的样本数
n_flip = int(len(y_clean) * noise_ratio)
# 随机无放回抽取n_flip个样本索引
flip_indices = np.random.choice(len(y_clean), size=n_flip, replace=False)
# 生成带噪声的标签
y_noisy = y_clean.copy()
y_noisy.iloc[flip_indices] = 1 - y_noisy.iloc[flip_indices]

注意事项

  • 上述两种实现都支持实验复现,如果不需要固定随机结果,删掉random_state参数或者np.random.seed即可
  • 务必对原始标签做副本操作,保留原始干净标签用于后续对照实验
  • 如果标签为布尔型(True/False),可将翻转操作替换为~y_noisy.loc[flip_indices]

内容的提问来源于stack exchange,提问作者Kermitty

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.25 04:24:04