Для выборки данных обучения разбалансированных наборов классов мне надо выбрать

Question

Для выборки данных обучения разбалансированных наборов классов мне надо выбрать

два произвольных набора одинакового размера из каждого класса. Через numpy всё работает отлично, но это узкое место по производительности. Попытался подключить numba.njit, но он не поддерживает np.random.randint Посоветуйте как через numba можно реализовать это?
# @njit(nopython=True)
def rnd_get_data(data_pos, data_neg):
ind_p = np.random.randint(len(data_pos), size=25000)
ind_n = np.random.randint(len(data_neg), size=25000)
part1 = np.array(data_pos)[ind_p]
part2 = np.array(data_neg)[ind_n]
balanced_dt = np.append(part1, part2, axis=0).astype(np.float16)
return balanced_dt

#backend #programming #python #russian

0

05.10.2021

1 ответов

19 просмотров

Name · Accepted Answer

Name

А какого типа у тебя data_pos и data_neg?

0

05.10.2021

170 похожих чатов

Для выборки данных обучения разбалансированных наборов классов мне надо выбрать

1 ответов

Похожие вопросы