【问题标题】:How class_weight emphasis a class in in scikit-learnclass_weight 如何在 scikit-learn 中强调一个类
【发布时间】:2017-06-10 13:26:28
【问题描述】:

我想知道当我们使用参数class_weight 时,scikit-learn 是如何更加强调一个类的。是不是少数抽样的过采样?

【问题讨论】:

    标签: python scikit-learn


    【解决方案1】:

    我不确定是否有一种方法可以针对所有算法处理 class_weight

    决策树(和森林)处理此问题的方式是根据其类别修改每个样本的权重。

    您可以将加权样本视为对所有少数类样本进行过采样的更一般情况(使用权重,您可以“过采样”部分样本)。

    【讨论】:

      【解决方案2】:

      两者都没有。我认为它反而会影响损失:

      • 权重越高的类损失越大。
      • 重量越轻的班级损失越小。

      这个thread更深入地讨论了这个问题。

      【讨论】:

      • 这通常是正确的。但是,我认为问题是它实际上是如何完成的?
      • 是的,问题更多的是它如何惩罚多数派。
      猜你喜欢
      • 2018-05-04
      • 2015-09-07
      • 2015-09-12
      • 2015-08-28
      • 2015-05-22
      • 2017-08-21
      • 2012-09-26
      • 2021-07-12
      • 2014-09-08
      相关资源
      最近更新 更多