Subamostragem de dados de treinamento

É hora de você mesmo fazer uma subamostragem do conjunto de treinamento com algumas linhas de código de Pandas. Quando a subamostragem estiver concluída, você poderá verificar as contagens de valores em loan_status para verificar os resultados.

X_y_train``count_nondefault, e count_default já estão carregados no espaço de trabalho. Eles foram criados usando o código a seguir:

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()

O site .value_counts() para os dados de treinamento originais será impresso automaticamente.

Este exercício faz parte do curso

Modelagem de risco de crédito em Python

Ver curso

Instruções do exercício

Crie conjuntos de dados de não padrões e padrões armazenados como nondefaults e defaults.
Faça uma amostragem do nondefaults com o mesmo número do count_default e armazene-o como nondefaults_under.
Concatene nondefaults e defaults usando .concat() e armazene-o como X_y_train_under.
Imprima o .value_counts() do status do empréstimo para o novo conjunto de dados.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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(____[____].____())

Editar e executar o código