Yeniden örnekleme teknikleri
Bir önceki egzersizde, sınıf dengesizliğinin karmaşıklık matrisi sonuçlarını nasıl etkileyebileceğini gördün. Bu egzersizde, loan_data gibi sınıf dengesizliği olan bir veri kümesinde farklı yeniden örnekleme stillerinin nasıl sonuçlar doğurabileceğini görmek için yeniden örnekleme tekniklerini uygulayacaksın. sklearn'ün resample() fonksiyonunu kullanırken, çoğunluk sınıfındaki satır sayısına eşitlemek yukarı örnekleme (upsampling), azınlık sınıfındaki satır sayısına eşitlemek ise aşağı örnekleme (downsampling) olarak adlandırılır.
Hem yukarı örneklenmiş hem de aşağı örneklenmiş loan_data sürümleri oluşturacak, her ikisine de lojistik regresyon uygulayacak ve ardından performansını değerlendireceksin. deny etiketine karşılık gelen eğitim verisi ve etiketleri yalnızca azınlık sınıfını, approve ise çoğunluğu içerecek şekilde alt kümelendi.
Tahmin yapmak için kullanılacak bir train/test bölmesi nesnesi çalışma alanına X_test olarak kaydedildi ve egzersizlerde kullanman için hazır.
Bu egzersiz, kursun bir parçasıdır
Python ile Machine Learning Mülakat Sorularını Pratik Etme
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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])