Python sklearn resample用法及代码示例

本文简要介绍python语言中 sklearn.utils.resample 的用法。

用法:

sklearn.utils.resample(*arrays, replace=True, n_samples=None, random_state=None, stratify=None)

以一致的方式重新采样数组或稀疏矩阵。

默认策略实现了引导过程的一个步骤。

参数：

*arrays：形状为 (n_samples,) 或 (n_samples, n_outputs) 的类似数组的序列

可索引data-structures 可以是具有一致第一维的数组、列表、数据帧或 scipy 稀疏矩阵。

replace：布尔，默认=真

使用替换实现重采样。如果为 False，这将实现(切片)随机排列。

n_samples：整数，默认=无

要生成的样本数。如果保留为 None，则会自动将其设置为数组的第一维。如果 replace 为 False，则它不应大于数组的长度。

random_state：int、RandomState 实例或无，默认=无

确定用于打乱数据的随机数生成。传递 int 以获得跨多个函数调用的可重现结果。请参阅术语表。

stratify：形状为 (n_samples,) 或 (n_samples, n_outputs) 的类似数组，默认=无

如果不是 None，则以分层方式拆分数据，将其用作类标签。

返回：

resampled_arrays：形状为 (n_samples,) 或 (n_samples, n_outputs) 的类似数组的序列

集合的重新采样副本的序列。原始数组不受影响。

例子：

可以在同一运行中混合稀疏和密集数组：

>>> import numpy as np
>>> X = np.array([[1., 0.], [2., 1.], [0., 0.]])
>>> y = np.array([0, 1, 2])

>>> from scipy.sparse import coo_matrix
>>> X_sparse = coo_matrix(X)

>>> from sklearn.utils import resample
>>> X, X_sparse, y = resample(X, X_sparse, y, random_state=0)
>>> X
array([[1., 0.],
       [2., 1.],
       [1., 0.]])

>>> X_sparse
<3x2 sparse matrix of type '<... 'numpy.float64'>'
    with 4 stored elements in Compressed Sparse Row format>

>>> X_sparse.toarray()
array([[1., 0.],
       [2., 1.],
       [1., 0.]])

>>> y
array([0, 1, 0])

>>> resample(y, n_samples=2, random_state=0)
array([0, 1])

使用分层的示例：

>>> y = [0, 0, 1, 1, 1, 1, 1, 1, 1]
>>> resample(y, n_samples=5, replace=False, stratify=y,
...          random_state=0)
[1, 1, 1, 0, 1]