如何使用 DecisionTreeClassifier 来平衡分类？
How to balance classification using DecisionTreeClassifier?
我有一个数据集，其中 classes 是不平衡的。 class 是 0、1 或 2。
如何计算每个 class 的预测误差，然后在 scikit-learn 中相应地重新平衡 weights？
如果您想完全平衡（将每个 class 视为同等重要），您可以简单地传递 class_weight='balanced'，如 docs:
中所述
The “balanced” mode uses the values of y to automatically adjust
weights inversely proportional to class frequencies in the input data
as n_samples / (n_classes * np.bincount(y))
如果classA的频率是10%，classB的频率是90%，那么classB就会成为主导class并且你的决策树将变得偏向占主导地位的 classes
这种情况下，可以给模型传一个dic{A:9,B:1}来指定每个class的权重，比如
clf = tree.DecisionTreeClassifier(class_weight={A:9,B:1})
class_weight='balanced'也可以，只是根据每个class个频率的比例自动调整权重
我用了class_weight='balanced'后，每个class的记录数都变成一样了（88923左右）
我有一个数据集，其中 classes 是不平衡的。 class 是 0、1 或 2。
如何计算每个 class 的预测误差，然后在 scikit-learn 中相应地重新平衡 weights？
如果您想完全平衡（将每个 class 视为同等重要），您可以简单地传递 class_weight='balanced'，如 docs:
The “balanced” mode uses the values of y to automatically adjust weights inversely proportional to class frequencies in the input data as
n_samples / (n_classes * np.bincount(y))
如果classA的频率是10%，classB的频率是90%，那么classB就会成为主导class并且你的决策树将变得偏向占主导地位的 classes
这种情况下，可以给模型传一个dic{A:9,B:1}来指定每个class的权重，比如
clf = tree.DecisionTreeClassifier(class_weight={A:9,B:1})
class_weight='balanced'也可以，只是根据每个class个频率的比例自动调整权重
我用了class_weight='balanced'后，每个class的记录数都变成一样了（88923左右）