matplotlib：SMOTEd class 分布的直方图显示有色合成区域

Question

假设我有一个像这样的二进制不平衡数据集：

from collections import Counter
from sklearn.datasets import make_classification
from matplotlib import pyplot as plt
from imblearn.over_sampling import SMOTE

# fake dataset
X, y = make_classification(n_samples=10000, n_features=2, n_redundant=0,
    n_clusters_per_class=1, weights=[0.99], flip_y=0, random_state=1)
# summarize class distribution
counter = Counter(y)

print(counter)
Counter({0: 9900, 1: 100})

使用SMOTE对少数群体进行过采样class：

oversample = SMOTE()
Xs, ys = oversample.fit_resample(X, y)

现在，显示 class 分布的直方图：

一个。过采样前：

plt.hist(y)

b。过采样后：

plt.hist(ys)

但我想在过采样图中显示，少数class部分以不同的颜色生成。

预期输出：

类似下图：

Answer 1

您可以使用 plt.bar 绘制条形图。通过在同一个子图中绘制两个条形图，第一个仍然是部分可见的。

import matplotlib.pyplot as plt
import numpy as np

# simulate before oversampling
y = np.random.choice([0, 1], 1000, p=[.95, .05])
# simulate after oversampling
ys = np.append(y, np.ones(sum(y == 0) - sum(y == 1), dtype=int))

plt.bar([0, 1], height=[sum(ys == 0), sum(ys == 1)], color=['cornflowerblue', 'lime'])
plt.bar([0, 1], height=[sum(y == 0), sum(y == 1)], color='cornflowerblue')
plt.xticks([0, 1])
plt.show()

matplotlib：SMOTEd class 分布的直方图显示有色合成区域

matplotlib: histogram of SMOTEd class distribution showing colored synthetic region

python

data-visualization

matplotlib

smote

imbalanced-data