Python-如何在使用分类机制之前平衡类？

我有一个不平衡类的数据集。使用“sklearn.StratifiedKFold”分割数据，然后使用各种分类方法进行测试。结果不是很好，可能是因为班级不平衡

---

我以前没有找到用于平衡类的库或方法。要帮忙吗？非常感谢。

这里是一个很好的答案和教程：

技术说明： 1.向上抽样的少数民族阶级 上采样是随机复制少数群体的观察结果以增强其信号的过程

有几种启发式方法可以做到这一点，但最常见的方法是简单地用替换重新采样

• 首先，我们将把每个类的观察结果分成不同的数据帧
• 接下来，我们将使用replacement对少数类重新采样，将采样数设置为与多数类的采样数匹配
• 最后，我们将结合上采样的少数类数据帧和原始多数类数据帧

• 下样本多数类 下采样包括从多数类中随机移除观测值，以防止其信号支配学习算法

最常见的启发式方法是不替换地重新采样。 该过程类似于上采样过程。以下是步骤：

• 首先，我们将每个类的观察结果分成不同的类别 数据帧。
  • 接下来，我们将在不替换的情况下对多数类重新采样，将采样数设置为与少数类的采样数匹配
  • 最后，我们将组合下采样的多数类数据帧和原始少数类数据帧