为 train_test_split 函数分层 python-weka-wrapper3

Question

正在尝试做一个 train_test_split 但是数据库太不平衡所以我想对其进行分层，我该怎么做？

在文档中我看到 train_test_split 函数只接收 2 个参数：

train_test_split(百分比, rnd=None)

所以不知道是否可以通过分层来做到这一点。

我的代码是：

train_model_1_ORG, test_model_1_ORG = data_modelos_1_2.train_test_split(70.0, Random(1))

Answer 1

不，Weka 不提供该功能。

但是，我刚刚对 weka.core.Instances class 进行了更改，允许您生成 cross-validation 拆分（方法：cv_splits）。

因为你想要 70% 的训练集，你可以为 10 倍的 CV 生成拆分，然后将 7 个测试拆分合并到训练集中，其他的合并到测试集中（使用 Instances.append_instances(Inst1, Inst2) class 方法）。

注意： 您需要安装 pww3 directly from Github 或使用比 0.2.9 更新的版本。

stratify python-weka-wrapper3 for train_test_split function