我知道我們需要平衡資料y才能擁有更好的模型。但是，我想知道我們是否也需要在自變數中平衡資料。
在下面的資料框中，X3是一個類別型別的自變數。
X1 X2 X3 y
22 67 1 0
33 87 1 0
55 66 1 0
77 12 1 0
28 68 1 1
12 64 2 0
19 17 2 1
10 62 2 1
88 19 2 1
99 20 2 1
雖然資料y是平衡的（1:1 分布），X3但每個類別中的資料不平衡（4:1 分布）。
我是否也需要在 X3 中進行平均分配？
uj5u.com熱心網友回復：
沒關系，真正重要的是標簽。
在你的建模程序中，你的模型在這里的決策樹將搜索 X 中的資訊（所以你的特征）。您正在尋找的是，此功能是否會帶來資訊，如果不洗掉它，如果是，請保留它。
不平衡資料是指目標類觀察值分布不均勻的資料集型別，因此我們不關心特征的重新分配
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/485286.html
標籤：机器学习 scikit-学习 xgboost lightgbm 特征工程
上一篇：將這些張量與梯度相乘的方法
下一篇：如何處理只有一個值的列？