- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个不平衡的数据集,其中 200000 个描述属于 0 类,大约 10000 个描述属于 1 类。但是,在我的训练数据集中,我有相同数量的“正”和“负”样本,每个样本大约 8000 个。所以现在我对如何正确使用分类器的“class_weight”选项感到困惑。似乎只有当训练数据中“正”和“负”样本的数量与整个数据集中的“正”和“负”样本数量相同时,它才有效。在这种情况下,将是 8000 个“正”和 160000 个“负”,这实际上是不可行的。减少“阳性”样本的数量似乎也不是一个好主意。还是我错了?
最佳答案
class_weight
选项只不过是增加代表性不足的类犯错误的权重。换句话说,对稀有类别进行错误分类会受到更严厉的惩罚。
分类器可能在您的测试集上表现更好(两个类的表示相同,因此两者同等重要),但您可以轻松地自己验证这一点。
副作用是 predict_proba
返回的概率与实际概率相差甚远。 (如果您想了解原因,请绘制简单平均机会以及在不使用和使用不同 class_weight=
的情况下预测分数的分布。预测分数如何变化?)。根据您的最终用例(分类、排名、概率估计),您应该考虑模型中的选择。
关于machine-learning - 随机森林分类器 class_weight,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47677754/
我们正在运行 MarkLogic 9.0-11 版本 3 节点集群,并且 MarkLogic 安装在“/var/opt/MarkLogic/”目录中,我们创建了“/var/opt/MarkLogic/
我有一片任意高度的森林,大致像这样: let data = [ { "id": 2, "name": "AAA", "parent_id": null, "short_name": "A" },
已关闭。此问题不符合Stack Overflow guidelines 。目前不接受答案。 这个问题似乎与 help center 中定义的范围内的编程无关。 . 已关闭 7 年前。 Improve
我有一个巨大的深度字典,代表森林(许多非二叉树),我想处理森林并创建一个包含森林所有可能关系的文本文件,例如给定字典: {'a': {'b': {'c': {}, 'd': {}}, 'g': {}}
在我的 Android 应用程序中,我包含了谷歌地图。现在我想获取有关您周围地区的信息。例如,你是在公园/森林/海滩……所以我基本上想要一个用“水”回答输入坐标 53°33'40.9"N 10°00'
如果我有下表: Member_Key Member_Name col1 Mem1 col2 Mem2 col3 Mem3 col4
继续我的老问题: Writing nested dictionary (forest) of a huge depth to a text file 现在我想把森林遍历写成BFS风格:我有一个巨大的深
我有一个多域环境(事件目录林),例如subdomain1.mydomain.com, subdomain2.mydomain.com 其中 mydomain.com 是根 AD 域 (GC) 和 su
我想知道是否有可能在 Google map 或 Bing Mag 2D/3D map 上恢复地形类型(山脉、森林、水域、平原等...) 。为了根据玩家在现实世界中的位置生成 map !我认为可用 AP
我是一名优秀的程序员,十分优秀!