比較 SMOTE 與原始資料
在上一個練習中，你看到使用 SMOTE 之後，少數類別的觀測值大幅增加。現在把這些結果與原始資料比較一下，好更清楚地了解實際發生了什麼。再次查看舊資料與新資料的值次數，並將兩者的散佈圖並排繪出。你會使用預先定義的 compare_plot() 函式，它接受以下引數：X、y、X_resampled、y_resampled、method=''。此函式會將你的原始資料與重取樣後的資料，各繪製成並排的散佈圖。
本練習屬於課程
Fraud Detection in Python
練習說明
- 列印原始標籤
y的值次數。注意y目前是 Numpy 陣列，若要使用 value counts，需要先把y指派回 pandas 的 Series 物件。 - 重複上述步驟，列印
y_resampled的值次數。這可讓你看到使用 SMOTE 後兩個類別之間的分佈如何改變。 - 使用預先定義的
compare_plot()函式，對原始資料與重取樣資料呼叫它，將兩個散佈圖並排顯示。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Print the value_counts on the original labels y
print(pd.value_counts(pd.Series(____)))
# Print the value_counts
print(____(____(____)))
# Run compare_plot
compare_plot(____, ____, ____, ____, method='SMOTE')