上QQ阅读APP看本书，新人免费读10天
设备和账号都新为新人
6.5 数据分组分布（适用于分类算法）
在分类算法中，需要知道每个分类的数据大概有多少条记录，以及数据分布是否平衡。如果数据分布的平衡性很差，需要在数据加工阶段进行数据处理，来提高数据分布的平衡性。利用Pandas的属性和方法，可以很方便地查看数据的分布情况。代码如下：
from pandas import read_csv
# 数据分类分布统计
filename='pima_data.csv'
names=['preg', 'plas', 'pres', 'skin', 'test', 'mass', 'pedi', 'age',
'class']
data=read_csv（filename, names=names）
print（data.groupby（'class'）.size（））
执行结果如下：
class
0 500
1 268
dtype: int64