样本上采样python

样本上采样是指从一个给定的数据集中随机抽取一些样本，以便更好地代表整个数据集。在Python中，有很多库可以实现样本上采样，其中最常用的是Scikit-Learn库的resample()函数。这个函数可以根据需要进行样本上采样、下采样或者过采样。

下面是一个示例代码，演示如何使用Scikit-Learn库的resample()函数实现样本上采样：

from sklearn.utils import resample
import pandas as pd

# 读入数据集
df = pd.read_csv('data.csv')

# 将数据集分为两部分：少数类和多数类
minority_class = df[df['class'] == 'minority']
majority_class = df[df['class'] == 'majority']

# 对少数类进行上采样
minority_upsampled = resample(minority_class,
                              replace=True, # 重复抽样
                              n_samples=len(majority_class), # 与多数类样本数量相同
                              random_state=42) # 设置随机种子

# 将多数类和上采样后的少数类组合起来
upsampled = pd.concat([majority_class, minority_upsampled])

# 输出结果
print(upsampled['class'].value_counts())