scikit-learn - scikit-learn (python) 中的平衡随机森林

Question

我想知道在最新版本的 scikit-learn 包中是否有平衡随机森林 (BRF) 的实现。 BRF 用于数据不平衡的情况。它作为普通 RF 工作，但对于每次引导迭代，它通过欠采样来平衡普遍性类别。例如，给定两个类 N0 = 100 和 N1 = 30 个实例，在每次随机抽样时，它从第一个类中抽取(有替换)30 个实例，从第二个类中抽取相同数量的实例，即它在平衡数据集。更多信息please refer to this paper .

RandomForestClassifier() 确实有 'class_weight=' 参数，它可能被设置为 'balanced'，但我不确定它是否与引导训练样本的下采样有关。

Answer 1

您正在寻找的是 BalancedBaggingClassifier来自 imblearn .

imblearn.ensemble.BalancedBaggingClassifier(base_estimator=None,
 n_estimators=10, max_samples=1.0, max_features=1.0, bootstrap=True,
 bootstrap_features=False, oob_score=False, warm_start=False, ratio='auto',
 replacement=False, n_jobs=1, random_state=None, verbose=0)

实际上，它允许您做的是连续对多数类进行欠采样，同时在顶部拟合估计量。您可以使用随机森林或来自 scikit-learn 的任何基本估计器。这是一个 example .