python - catboost 分类器可以解决类别不平衡问题吗？

Question

我正在为我的二元分类模型使用 catboost 分类器，其中我有一个高度不平衡的数据集:0 -> 115000 和 1 -> 10000。有人可以指导我如何在 catboostclassifier 中使用以下参数:
1. 类权重
2.scale_pos_weight ？

从文档中，我觉得我可以使用负类总和与正类总和的比率，即 115000/10000=11.5 作为scale_pos_weight的输入，但我不确定。

请告诉我这两个参数使用什么确切值以及导出该值的方法？

谢谢

Answer 1

对于scale_pos_weight，您将使用负类//正类。在你的例子中，它是 11(我更喜欢使用整数)。

对于类(class)权重，您将提供类(class)不平衡的元组。在您的情况下，它将是: class_weights = (1, 11)

class_weights 更加灵活，因此您可以为多类目标定义它。例如，如果您有 4 个类别，则可以设置它:class_weights = (0.5,1,5,25)

并且您只需使用其中一个参数。对于二元分类问题，我会坚持使用scale_pos_weight。