同一类的几个数据帧之间的过采样

如何解决同一类的几个数据帧之间的过采样

不久，我有 5 个具有不同维度的相同类别的数据框。

df1 = (99,13)
df2 = (99,13)
df3 = (5,13)
df4 = (99,13)
df5 = (99,13)

它们都是同一用户但不同传感器的数据。 如您所见，数据帧是不平衡的。 我想在少数数据帧（即 df3）上应用过采样的概念，使其具有与其他数据帧相同的维度。

我看过很多重采样教程（under_sampling 和 over_sampling），他们只解释了包含两类（0 和 1）数据的监督数据集之间的平衡方法，如 here 和 here .

我尝试使用上面的链接来平衡 df2 和 df3，但它不起作用。

我的代码是：

from imblearn.over_sampling import SMOTE
sm = SMOTE(random_state = 42)
df1_oversampled,df2_oversampled = sm.fit_resample(df2,df3)
print(df1_oversampled.shape)
print(df2_oversampled.shape)

预期输出： 过采样后，我需要所有帧都具有相同的尺寸 (99,13)。