machine-learning - sklearn.linear_model.SGDClassifier 如何进行多类分类？

Question

我正在研究多类分类(10 类)。我正在使用 sklearn.linear_model.SGDClassifier。我发现这个模型使用了一对一的方法。 SGDClassifier 有一个参数 class_weight:“与类相关的权重。如果未给出，则所有类的权重都应该为 1。

“平衡”模式使用 y 的值自动调整权重，该权重与输入数据中的类别频率成反比，即 n_samples/(n_classes * np.bincount(y))。” 训练期间如何使用 class_weight？例如，我们有标签 A - 5 个样本，标签 B - 15 个样本，标签 C - 100 个样本。假设模型 A vs B 和 C 正在训练。class_weights 是否包含在损失函数的计算中？“评分”怎么样？ “？SGDClassifier 将“准确性”作为默认评分选项。它是否加权？

Answer 1

这是我的理解。分类器优化以下目标函数:

L 是损失函数，w 是类别权重。损失函数是用户定义的参数。