将 SMOTE 与原始数据进行比较

在上一个练习中，您看到使用 SMOTE 会突然产生更多少数类的观测。现在把这些结果与原始数据对比一下，直观了解到底发生了什么。我们将再次查看新旧数据的取值计数，并把这两组数据的散点图并排绘制。您将使用预定义函数 compare_plot()，它接受以下参数：X、y、X_resampled、y_resampled、method=''。该函数会将您的原始数据以散点图展示，并将重采样后的数据并排显示。

本练习是课程的一部分

Python 中的欺诈检测

查看课程

练习说明

打印原始标签 y 的取值计数。注意 y 目前是一个 Numpy 数组，因此要使用取值计数，需要先将 y 转回 pandas 的 Series 对象。
重复上述步骤，并打印 y_resampled 的取值计数。这将显示在使用 SMOTE 后两类之间的平衡如何改变。
使用预定义的 compare_plot() 函数，同时传入原始数据和重采样数据，以并排查看散点图。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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')

编辑并运行代码