我的数据中有99%的目标变量为1，只有1%的目标变量为’0’。使用stratify参数能保证训练集和测试集在目标变量上的比例相同吗？也就是说，训练集和测试集中包含等量的’1’和’0’吗？
请查看以下代码以便澄清
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2,stratify=y,random_state=42)回答：
分层（Stratification）只是返回一部分数据，这些数据可能会根据你传递的参数进行洗牌或不洗牌。假设你的数据集包含100个类别1的实例和10个类别0的实例，你决定按70:30的比例进行分割，假设你传递了适当的参数以获得训练集中63-class1实例和7-class0实例，以及测试集中27-class1实例和3-class0实例。显然，这并不平衡。你训练的分类器将高度偏向，并且和一个简单地将每个输入都预测为class1的虚拟分类器一样有效。
更好的方法是，尝试收集更多类别0的数据，或者通过过采样数据集来人为生成更多的类别0实例，或者通过欠采样来减少类别1的实例。python imblearn是Python中的一个库，可以帮助你实现这一点。
