分层训练测试拆分 Tensorflow 数据集

Question

我目前正在处理一个相当大的图像数据集，并使用 python 中tensorflow.keras的ImageDataGenerator加载它。 由于我的数据分类非常不平衡，我想做一个分层的训练-测试-拆分，以可能达到更高的准确度。

我知道如何使用ImageDataGenerator进行简单的随机训练测试拆分，但我找不到任何等效的分层 train_test_split 可以在sklearn中执行。

有什么方法可以分层训练测试拆分tensorflow.data.Dataset吗？ 如果没有，您如何处理大型不平衡数据集？ 非常感谢您的帮助！

以下是相关代码：

from tensorflow.keras.preprocessing.image import ImageDataGenerator

datagen = ImageDataGenerator()
dataset = datagen.flow_from_directory(
    path_images, 
    target_size=(ImageHeight, ImageWidth), 
    color_mode='rgb', 
    class_mode='sparse', 
    batch_size=BatchSize, 
    shuffle=True, 
    seed=Seed,
)

Answer 1

流（x，y=None，batch_size=32，shuffle=True，sample_weight=None，seed=None，save_to_dir=None，save_prefix=''，save_format='png'，ignore_class_split=False，subset=None）