我有一个csv文件的数据集，我转换成一个dataframe。这是一个两类数据集，0和1。数据集很不平衡，因为大多数示例都属于类1。我尝试随机地对大多数类进行欠采样或删除30-40%的示例。我不知道该怎么做。我已经寻找了在线资源，但他们都做采样不足或过采样50- 50%。任何帮助都将不胜感激！谢谢！
smdnsysy1#
1.尝试将df拆分为2，一个包含0（df0），一个包含1（df1）。1.使用df1=df1.sample（frac=0.6）对 Dataframe 进行下采样。1.然后重新连接2个 Dataframe ，如df = pd.concat（[df0，df1]）所示
1条答案
按热度按时间smdnsysy1#
1.尝试将df拆分为2，一个包含0（df0），一个包含1（df1）。
1.使用df1=df1.sample（frac=0.6）对 Dataframe 进行下采样。
1.然后重新连接2个 Dataframe ，如df = pd.concat（[df0，df1]）所示