เทคนิคการ Resampling
ในแบบฝึกหัดที่แล้ว คุณได้เห็นว่าความไม่สมดุลของคลาสส่งผลต่อ confusion matrix อย่างไร ในแบบฝึกหัดนี้ จะได้ฝึกใช้เทคนิคการ resampling เพื่อดูว่าแนวทาง resampling แบบต่าง ๆ ส่งผลต่อชุดข้อมูลที่มีความไม่สมดุลของคลาส อย่างเช่น loan_data อย่างไรบ้าง การใช้ฟังก์ชัน resample() ของ sklearn นั้น การปรับจำนวนแถวให้เท่ากับ majority class เรียกว่า upsampling ส่วนการปรับให้เท่ากับ minority class เรียกว่า downsampling
จะสร้างชุดข้อมูล loan_data ทั้งแบบ upsampled และ downsampled จากนั้นนำ logistic regression มาประยุกต์ใช้กับทั้งสองชุดและประเมินประสิทธิภาพ ข้อมูลฝึกและป้ายกำกับที่สอดคล้องกับ deny ได้ถูกกรองให้เหลือเฉพาะ minority class และ approve ที่สอดคล้องกับ majority class
ออบเจกต์สำหรับการแบ่งข้อมูลฝึก/ทดสอบได้ถูกบันทึกไว้ใน workspace ในชื่อ X_test เพื่อใช้ในแบบฝึกหัดนี้
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
ฝึกตอบคำถามสัมภาษณ์ Machine Learning ด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Upsample minority and combine with majority
loans_upsampled = ____(deny, replace=True, n_samples=len(____), random_state=123)
upsampled = pd.concat([approve, loans_upsampled])
# Downsample majority and combine with minority
loans_downsampled = ____(____, replace = False, n_samples = len(deny), random_state = 123)
downsampled = pd.concat([loans_downsampled, deny])