python - 多数类别的随机子采样

我的数据不平衡，我想对多数类进行随机子采样，其中每个子样本的大小都与少数类相同...我认为这已经在Weka和Matlab上实现了，这在sklearn上？

最佳答案

假设您的数据看起来像是从此代码生成的内容：

import numpy as np

x = np.random.randn(100, 3)
y = np.array([int(i % 5 == 0) for i in range(100)])

（y的1/5仅为1，这是少数类）。

要查找少数群体的人数，请执行以下操作：

>>> np.sum(y == 1)
20

要查找包含多数类的子集，请执行以下操作：

majority_x, majority_y = x[y == 0, :], y[y == 0]

要查找大小为20的随机子集，请执行以下操作：

inds = np.random.choice(range(majority_x.shape[0]), 20)

其次是

majority_x[inds, :]

和

majority_y[inds]

关于python - 多数类别的随机子采样，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/34829381/