Comment copier des données d'entraînement n fois pendant la classification?

Question

J'ai un problème de classification avec deux jeux de données avec respectivement 200 et 50 points. Sur ces 40 points de données sont pris en tant que jeu de test. J'ai choisi kNN comme classificateur en considérant cinq voisins les plus proches.

n_neighbors = 5 
std = 5 

# generate data 

X0, y0 = make_blobs(n_samples=200, centers=2, n_features=2, cluster_std = std, random_state=42) 
h = .1 # step size in the mesh 

X1, y1 = make_blobs(n_samples=50, centers=2, n_features=2, cluster_std = std, random_state=42) 

# split into training and test set 
X0_train, X0_test, y0_train, y0_test = train_test_split(X0, y0, test_size=0.2, random_state=42) 

X1_train, X1_test, y1_train, y1_test = train_test_split(X1, y1, test_size=0.2, random_state=42) 

Je dois enrichir les données de telle sorte que les données de formation pour la classe 1 est copié 16 fois, de telle sorte que la classe 1 a la même taille de formation de classe 0.

Comment puis-je copier le données d'entraînement seize fois? Je n'ai pas la moindre idée de ce que signifie copier ici. Est-ce que quelqu'un peut jeter quelques lignes de code pour expliquer la même chose?

Answer 1

Je suppose que vous parlez de problème de déséquilibre de classe, envue de surmonter de ce problème, vous devez faire l'échantillonnage (soit vers le haut ou vers le bas échantillonnage), Voir si la technique suivante pourrait aider :(https://www.cs.cmu.edu/afs/cs/project/jair/pub/volume16/chawla02a-html/chawla2002.html)