数据集切分

from sklearn.model_selection import train_test_split

Xtrain,Xtest,Ytrain,Ytest = train_test_split(X,Y,test_size=0.3,random_state=420)

#切分前数据标签的分布情况
train_data.SeriousDlqin2yrs.value_counts()

#切分后,训练集数据标签的分布情况
pd.Series(Ytrain).value_counts()

#如果切分后的数据集分布不均衡,则需要对Xtrain,Ytrain和Xtest,Ytest进行平衡处理(参见非平衡样本的处理方式SMOTE)

相关推荐