一些自己的机器学习函数(方便自己复制粘贴)

1、降采样

def down_sample(train_x,train_y):
    train_0 = train_x[np.where(train_y == 0)]
    train_0_y = train_y[np.where(train_y == 0)]
    train_1 = train_x[np.where(train_y == 1)]
    train_1_y = train_y[np.where(train_y == 1)]
    if train_0.shape[0]>train_1.shape[0]:
        return np.concatenate((train_0[:train_1.shape[0]],train_1),axis=0),np.concatenate((train_0_y[:train_1.shape[0]],train_1_y),axis=0)
    else:
        return np.concatenate((train_1[:train_0.shape[0]],train_0),axis=0),np.concatenate((train_1_y[:train_0.shape[0]],train_0_y),axis=0)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值