Stratifikovaný K-fold

Jak sis právě všiml/a, distribuce cílové proměnné se mezi jednotlivými foldy poměrně liší – kvůli náhodným rozdělením. Pro tuto konkrétní soutěž to není zásadní problém, ale u klasifikačních soutěží s výrazně nevyváženou cílovou proměnnou to může být problematické.

Aby ses tomu vyhnul/a, implementuj strategii stratifikovaného K-foldu se stratifikací na cílové proměnné. DataFrame train už máš v pracovním prostoru k dispozici.