数据分析师养成之路---keras中笔记(上,下采样,数据增强部分)

上采样:
有两类样本(A,B),A>B数量,若n*B=A(约等于),则B样本数据变为:n*B,A样本数据为:A

def upperSample(df)
    df.index=range(len(df))
    df_A=df[df['class']=='A']
    df_B=df[df['class']=='B']
    len_A=len(df_A)
    len_B=len(df_B)
    index_A=df_A.index
    index_B=df_B.index

    if len_A==len_B:
       return shuffleDF(df)#shuffleDF()为自定义的重排函数,使df中的样本分布打乱
    elif len_A>len_B:
         x=len_A//len_B
         df_B=df.iloc[list(index_B)*x]
         df=pd.concat([df_A,df_B],axis=0)
         df.index=range(len(df))
         return