python 使用imblearn处理非平衡数据

今天准备做一个针对python工作选择城市的分类算法
数据集格式：

以城市city那一列作为训练的目标值，这里把城市分为两类：
一线城市和其他，一线城市包括：北京，上海，深圳，广州，这样划分后会导致数据集不平衡：
python工作在上述一线城市的数量占到9成以上，在分类过程中，算法可能会有较好精确率，但是预测后发现算法将城市都预测为一线城市，
因此，在这里要通过召回率和准确率来评判模型的好坏。

*这里就要使用到不平衡数据集的处理方式
1.过采样：将数量较少的数据增加如smote算法等
2.欠采样：将数量多的数据减少到跟数量少的数据一个量级
3.集成分类方法：通过对较多的数据集抽样和较少数据集组成新的数据集，然后进行投票的方式进行分类

代码实现

使用sklearn的扩展库imblearn
python 直接pip install i’m’b’learn

imblearn详细使用：
函数详细介绍

过采样：

导入方法
from imblearn.over_sampling import SMOTE, ADASYN

使用

 x_re