如何根据两个变量重新采样以均匀地派生类？

Question

我有一个大小为（350，标签0:N1=170，标签1:N2=1:190）的二元目标变量y（例如性别），它是不平衡的（但也可能是平衡的），形状为（350100）的特征数组X和第三个变量“town”，它是分类的，用0-6编码

我现在需要找到一种方法来推导目标“y”（性别的平衡向量，y）的平衡样本，它也在变量“town”上平衡，这样每个男性和女性都生活在平衡的城镇中（城镇1:45，城镇2:45，城镇3:45，…）

我使用了sklearn和IMBRearn——对于一个变量来说很容易，因为这样我就可以使用IMBRearn提供的现成的采样技术，并均匀地导出类大小。当然，对于第二个变量，它们并不平衡

可视化的虚拟示例：

Sex  X1   X2  Town
1   2.10 0.30  1
0   1.10 1.12  8
1   0.45 1.19  4
1   1.90 2.01  2
1   0.20 2.25  1
0   0.15 1.12  0

任何想法都将受到高度赞赏