在 SKLearn Logistic 回归中，class = Balanced 有助于 运行 具有不平衡数据的模型？此选项使用什么方法
In SKLearn Logistic Regression, class = Balanced helps run the model with imbalanced data? what methodology does this option use
阅读了关于随机欠采样、随机过采样和 SMOTE 的内容后，我试图了解 SKlearn 包中用于逻辑回归或随机森林的默认工具使用的是什么方法.
我检查了文档 here
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))
我无法理解在样本多数 class 或样本少数 class 下创建平衡集
它们非常不同。
SMOTE 将改变数据并通过过采样使数据集平衡（意味着它将生成与少数 class 相似的数据以增加其样本。因此 已创建新 数据集。
在LR中，它并没有使数据集平衡。它不会创建新数据。它只是更多地惩罚少数人 class 的错误 class 化。所以模型会足够小心地处理 class。这就是为什么它被称为 'class_weight'.
正如 numpy.bincount 的文档所述，每个 bin 给出其索引值在 x (https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.bincount.html) 中出现的次数。因此，由于在 sklearn bincounts 使用的表达式中是分母，因此具有高频的 类 获得低权重，而具有低频率的 类 获得高权重。让我们看看实际效果：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame({'classes': [0, 0, 1, 1, 2, 0, 1, 1, 0, 2, 3]})
n_samples = df.shape[0]
classes = df['classes'].unique()
bins = np.bincount(df['classes'])
n_classes = bins.shape[0]
weights = n_samples/(n_classes*bins)
sns.barplot(classes, weights)
plt.xlabel('class label')
plt.ylabel('weight')
plt.show()
阅读了关于随机欠采样、随机过采样和 SMOTE 的内容后，我试图了解 SKlearn 包中用于逻辑回归或随机森林的默认工具使用的是什么方法. 我检查了文档 here
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))
我无法理解在样本多数 class 或样本少数 class 下创建平衡集
它们非常不同。
SMOTE 将改变数据并通过过采样使数据集平衡（意味着它将生成与少数 class 相似的数据以增加其样本。因此 已创建新 数据集。
在LR中，它并没有使数据集平衡。它不会创建新数据。它只是更多地惩罚少数人 class 的错误 class 化。所以模型会足够小心地处理 class。这就是为什么它被称为 'class_weight'.
正如 numpy.bincount 的文档所述，每个 bin 给出其索引值在 x (https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.bincount.html) 中出现的次数。因此，由于在 sklearn bincounts 使用的表达式中是分母，因此具有高频的 类 获得低权重，而具有低频率的 类 获得高权重。让我们看看实际效果：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame({'classes': [0, 0, 1, 1, 2, 0, 1, 1, 0, 2, 3]})
n_samples = df.shape[0]
classes = df['classes'].unique()
bins = np.bincount(df['classes'])
n_classes = bins.shape[0]
weights = n_samples/(n_classes*bins)
sns.barplot(classes, weights)
plt.xlabel('class label')
plt.ylabel('weight')
plt.show()