機械学習をする上でクラス間のサンプル数が揃っていることが望ましいです. しかし実際にはそんなきれいなデータばかりではなく, クラス間のサンプル数が異なるデータもしばしば. 今回, ラベルデータに記されたクラス間のサンプル数を揃える処理をPythonで実装したのでメモ. やりたいこと 以下の様なデータ配列とそのラベルデータがあった際に ラベルデータのサンプル数を揃える 1番の処理に合わせてデータ配列の要素も取り除く # データ配列 data = np.array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19]) # ラベル配列 label = np.array([0, 0, 1, 1, 1, 2, 2, 2, 2, 2]) ############### # データ処理... ############### >>>data [10 11 12 14 15 1
![機械学習向けデータのクラス間のサンプル数を揃える with Python - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/4fb5c768c5fbd4ed76028975ddff3ae25a4e74d3/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBpY2NoaV9oJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz00OTRmNTZjZjk1NDBjYTNmNjMzZTcwNmNlYmM1NDljZg%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D57818b93feaf96bc4ba151686e727c1f)