Training data का undersampling
अब बारी है कि आप Pandas की कुछ पंक्तियों से training set का undersampling खुद करें। Undersampling पूरा होने के बाद, आप loan_status के value counts देखकर नतीजों को verify कर सकते हैं.
X_y_train, count_nondefault, और count_default पहले से workspace में लोड हैं। इन्हें निम्न कोड से बनाया गया है:
X_y_train = pd.concat([X_train.reset_index(drop = True),
y_train.reset_index(drop = True)], axis = 1)
count_nondefault, count_default = X_y_train['loan_status'].value_counts()
मूल training data के .value_counts() अपने-आप प्रिंट हो जाएँगे।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में क्रेडिट रिस्क मॉडलिंग
अभ्यास निर्देश
- non-defaults और defaults के data sets बनाएँ और उन्हें
nondefaultsऔरdefaultsमें स्टोर करें। nondefaultsकोcount_defaultकी समान संख्या तक sample करें और उसेnondefaults_underमें रखें।.concat()का उपयोग करकेnondefaultsऔरdefaultsको जोड़ें और उसेX_y_train_underमें स्टोर करें।- नए data set के लिए loan status के
.value_counts()को प्रिंट करें।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create data sets for defaults and non-defaults
____ = ____[____[____] == 0]
____ = ____[____[____] == 1]
# Undersample the non-defaults
____ = nondefaults.sample(____)
# Concatenate the undersampled nondefaults with defaults
____ = pd.____([____.reset_index(drop = True),
____.reset_index(drop = True)], axis = 0)
# Print the value counts for loan status
print(____[____].____())