Андерсемплінг тренувальних даних

Настав час виконати андерсемплінг тренувальної вибірки власноруч за допомогою кількох рядків коду з Pandas. Після андерсемплінгу перевірте кількість значень у loan_status, щоб упевнитися в результатах.

X_y_train, count_nondefault та count_default уже завантажені в робочий простір. Їх створено за таким кодом:

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()

.value_counts() для початкових тренувальних даних виведеться автоматично.

Ця вправа є частиною курсу

Моделювання кредитного ризику в Python

Переглянути курс

Інструкції до вправи

Створіть набори даних для недефолтів і дефолтів та збережіть їх як nondefaults і defaults.
Виберіть випадкову підвибірку з nondefaults до розміру count_default і збережіть як nondefaults_under.
Об'єднайте nondefaults і defaults за допомогою .concat() і збережіть як X_y_train_under.
Виведіть .value_counts() статусу позики для нового набору даних.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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(____[____].____())

Редагувати та запускати код