问题现象与根源分析
当开发者调用sample_borderline_smote方法处理不平衡数据集时，常会遇到以下报错：
ValueError: Found array with 0 sample(s) (shape=(0, n_features)) while a minimum of 1 is required
该错误的核心原因是SMOTE算法需要至少2个少数类样本才能执行插值生成新样本。在以下场景会触发此问题：
- 数据预处理阶段误删所有少数类样本
- 分类阈值设置不当导致样本过滤
- 交叉验证时的数据分割异常
- 特征选择后维度不匹配
5种解决方案
1. 数据完整性检查
在执行过采样前添加验证逻辑：
from collections import Counter
y_counter = Counter(y)
if min(y_counter.values()) < 2:
raise ValueError("Minority class needs at least 2 samples")
2. 调整采样策略
改用RandomOverSampler作为备用方案：
from imblearn.over_sampling import RandomOverSampler ros = RandomOverSampler(random_state=42) X_res, y_res = ros.fit_resample(X, y)
3. 修改分类边界参数
调整kind参数为更宽松的模式：
smote = BorderlineSMOTE(kind='borderline-2', random_state=42)
4. 分层抽样保障
使用StratifiedKFold确保数据分割合理性：
from sklearn.model_selection import StratifiedKFold skf = StratifiedKFold(n_splits=5)
5. 样本权重调整
对极端不平衡数据采用class_weight参数：
from sklearn.svm import SVC clf = SVC(class_weight='balanced')
3个预防措施
- 数据质量监控：实现自动化样本数量检查管道
- 参数验证：对kind参数进行枚举值校验
- 日志记录：记录每个处理阶段的样本分布变化
性能优化建议
| 参数 | 推荐值 | 作用 |
|---|---|---|
| k_neighbors | 3-5 | 控制生成的样本质量 |
| sampling_strategy | auto | 自动平衡目标分布 |
通过以上方法，开发者可以系统性地解决边界SMOTE算法的空样本问题，同时提升模型在类别不平衡场景下的鲁棒性。