qq_43614355的博客

pandas初步删除明显错误的值，对数据做初步清洗 def del_error_data(self, data): data = data[data.IAS.between(0, 70, inclusive=True)] data = data[data.Throttle.between(0, 115, inclusive=True)] data = data[data.Rev.between(1, 6200, inclusive=True)]

训练模型时通常会遇到样本数据分布不均匀导致模型效果不理想，有些算法可以通过配置class_weight参数保证样本均衡，当算法不存在这些参数时我们需要手动处理样本数据保证样本得均衡。今天主要介绍样本不均衡中欠采样的处理方法：# !/usr/bin/python# -*- coding:utf-8 -*-# file: sample_balanced.py# author: Lawrence# datetime: 2021/8/26 16:23import pandas as pdfrom i