python - Python - 如何在使用分类机制之前平衡类？

Question

我有一个包含不平衡类的数据集。使用“sklearn.StratifiedKFold”拆分数据，然后使用各种分类方法进行测试。结果不好，可能是因为类不平衡。

我之前没有找到用来平衡类的库或方法。一些帮助？非常感谢。

Answer 1

这是一个很好的答案和教程： elitedatascience.com

技术说明： 1. 上采样少数类 上采样是随机复制少数类的观察结果以增强其信号的过程。

这样做有几种启发式方法，但最常见的方法是简单地重新采样并替换。

• 首先，我们将每个类的观察结果分成不同的 DataFrame。
• 接下来，我们将通过替换对少数类进行重新采样，将样本数设置为与多数类匹配。

• 最后，我们将上采样的少数类 DataFrame 与原始的多数类 DataFrame 结合起来。

  2. 下采样多数类下采样涉及从多数类中随机删除观察值，以防止其信号支配学习算法。

这样做最常见的启发式方法是重新采样而不进行替换。该过程类似于上采样的过程。以下是步骤：

• 首先，我们将每个类的观察结果分成不同的 DataFrame。
  • 接下来，我们将在不替换的情况下对多数类进行重新采样，将样本数量设置为与少数类的数量相匹配。
  • 最后，我们将下采样的多数类 DataFrame 与原始少数类 DataFrame 结合起来。