大佬教程收集整理的这篇文章主要介绍了复制训练示例以处理pandas数据框中的类不平衡，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。
您可以找到一个小组的最大人数
@H_126_5@max_size = frame['class'].value_counts().max()
在您的示例中，该值等于8。对于每个组，您都可以使用替换@H_126_5@max_size - len(group_sizE)元素进行采样。这样，如果将它们连接到原始DataFrame，它们的大小将相同，并且将保留原始行。
lst = [frame]
for class_index, group in frame.groupby('class'):
lst.append(group.sample(max_size-len(group), replace=TruE))
frame_new = pd.concat(lst)
您可以使用它@H_126_5@max_size-len(group)，也可以添加一些噪音，因为这会使所有组的大小相等。
我在熊猫中有一个DataFrame，其中包含训练示例，例如：
feature1 feature2 class
0 0.548814 0.791725 1
1 0.715189 0.528895 0
2 0.602763 0.568045 0
3 0.544883 0.925597 0
4 0.423655 0.071036 0
5 0.645894 0.087129 0
6 0.437587 0.020218 0
7 0.891773 0.832620 1
8 0.963663 0.778157 0
9 0.383442 0.870012 0
我生成的使用：
import pandas as pd
import numpy as np
np.random.seed(0)
number_of_samples = 10
frame = pd.DataFrame({
'feature1': np.random.random(number_of_samples),'feature2': np.random.random(number_of_samples),'class': np.random.binomial(2,0.1,size=number_of_samples),},columns=['feature1','feature2','class'])
print(framE)
如您所见，训练集是不平衡的（8个样本的等级为0，而只有2个样本的等级为1）。我想对训练集进行过度采样。具体来说，我想复制第1类的训练样本，以便平衡训练集（即，第0类的样本数与第1类的样本数大致相同）。我该怎么办？
理想情况下，我想要一个可以推广到多类设置的解决方案（即，类列中的整数可能大于1）。
以上是大佬教程为你收集整理的复制训练示例以处理pandas数据框中的类不平衡全部内容，希望文章能够帮你解决复制训练示例以处理pandas数据框中的类不平衡所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。