对训练数据进行欠采样

现在请使用少量 Pandas 代码，亲自对训练集进行欠采样。完成后，您可以检查 loan_status 的计数来验证结果。

工作区已加载 X_y_train、count_nondefault 和 count_default。它们通过以下代码创建：

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()

原始训练数据的 .value_counts() 会自动打印。

本练习是课程的一部分

Python 信用风险建模

查看课程

练习说明

分别创建非违约与违约的数据集，命名为 nondefaults 和 defaults。
将 nondefaults 采样到与 count_default 相同的数量，并存为 nondefaults_under。
使用 .concat() 将 nondefaults 与 defaults 拼接，并存为 X_y_train_under。
打印新数据集中贷款状态的 .value_counts()。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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(____[____].____())

编辑并运行代码