Стратифікована вибірка

Тепер ви знаєте, що розподіл міток класів у стовпці category_desc набору даних volunteer є нерівномірним. Якщо ви хочете навчити модель передбачати category_desc, потрібно подбати, щоб модель навчалася на вибірці, яка репрезентує весь набір даних. Стратифікована вибірка — це спосіб цього досягти!

Ця вправа є частиною курсу

Передобробка для машинного навчання в Python

Переглянути курс

Інструкції до вправи

Створіть датафрейм ознак X з усіма стовпцями, окрім category_desc.
Створіть датафрейм міток y зі стовпця category_desc.
Розбийте X і y на тренувальну та тестову вибірки, забезпечивши, щоб розподіл класів у мітках був однаковим в обох вибірках.
Надрукуйте мітки та їх кількості в y_train за допомогою .value_counts().

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Create a DataFrame with all columns except category_desc
X = volunteer.____(____, axis=____)

# Create a category_desc labels dataset
y = ____[[____]]

# Use stratified sampling to split up the dataset according to the y dataset
X_train, X_test, y_train, y_test = ____(____, ____, ____, random_state=42)

# Print the category_desc counts from y_train
print(____[____].____)

Редагувати та запускати код