本文展示了如何使用Python的pandas库进行分层随机抽样，特别是针对训练数据中的某个类别实例进行平衡采样。首先，读取CSV文件并选择特定列，然后对不同标签的实例进行计数，接着对较少类别的实例进行过采样，最后将两部分数据合并并打乱顺序。此外，还提到了pandas DataFrame的简单随机抽样方法和sklearn库中的train_test_split函数用于分层抽样。
废话真的一句也不想多说，直接看代码吧！
# -*- coding: utf-8 -*-
import numpy
from sklearn import metrics
from sklearn.svm import LinearSVC
from sklearn.naive_bayes import MultinomialNB
from sklearn import linear_model
from sklearn.datasets import load_iris
from sklearn.cross_validation import train_test_split
from sklearn.preprocessing import OneHotEncoder, StandardScaler
from sklearn import cross_validation
from sklearn import preprocessing
import scipy as sp
from sklearn.linear_model import LogisticRegression
from sklearn.feature_selection import SelectKBest ,chi2
import pandas as pd
from sklearn.preprocessing import OneHotEncoder
#import iris_data
'''
creativeID,userID,positionID,clickTime,conversionTime,connectionType,
telecomsOperator,appPlatform,sitesetID,positio
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
