复制训练示例以处理pandas数据框中的类不平衡

复制训练示例以处理pandas数据框中的类不平衡

您可以找到一个小组的最大人数

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

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

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。