python - 如何根据两个变量重新采样以派生均匀的类？

Question

我有一个大小为（350，标签 0：N1=170，标签 1：N2=1:190）的二进制目标变量 y（例如性别），它是不平衡的（但也可能是平衡的），特征数组 X 的形状(350,100) 和第三个变量“town”，它是分类的，用 0-6 编码。

我现在需要找到一种方法来导出目标“y”（性别的平衡向量，y）的平衡样本，该样本也在变量“城镇”上保持平衡，以便每个男性和每个女性都生活在均匀平衡的城镇中（这样镇 1：45，镇 2：45，镇 3：45，...）。

我使用了 sklearn 和 imblearn - 一个变量很容易，因为这样我就可以使用 imblearn 提供的开箱即用的采样技术，并得出均匀的班级规模。但当然，它们在第二个变量方面并不平衡。

可视化的虚拟示例：

Sex  X1   X2  Town
1   2.10 0.30  1
0   1.10 1.12  8
1   0.45 1.19  4
1   1.90 2.01  2
1   0.20 2.25  1
0   0.15 1.12  0

任何想法都受到高度赞赏..

标签： pythonmachine-learningoversampling