- 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?
我是 ML 的新手,我一直在处理一个不平衡的数据集,其中负样本的数量是正样本的两倍。为了解决这些问题,我设置了 scikit-learn Random forest class_weight = 'balanced',这给了我 0.904 的 ROC-AUC 分数,1 类的召回率为 0.86,现在当我试图进一步提高 AUC 分数时分配权重,与结果没有任何重大差异,即 Class_weight = {0: 0.5, 1: 2.75},假设这将对 1 的每个错误分类进行惩罚,但它似乎没有按预期工作。
randomForestClf = RandomForestClassifier(random_state = 42, class_weight = {0: 0.5, 1:2.75})
尝试了不同的值,但没有产生重大影响,因为 1 的召回率保持不变或降低 (0.85),而 auc 值非常微不足道 (0.90122)。它似乎只在其中一个标签设置为 0 时才起作用。也进一步尝试设置样本权重。但这似乎也不起作用。
# Sample weights
class_weights = [0.5, 2]
weights = np.ones(y_train.shape[0], dtype = 'float')
for i, val in enumerate(y_train):
weights[i] = class_weights[val]
下面是对类似问题的引用,但提供的解决方案对我不起作用。 sklearn RandomForestClassifier's class_weights seems to have no effect
有什么我遗漏的吗?谢谢!
最佳答案
原因是你把树完全长出来,这导致每个叶节点都是纯净的。无论类权重如何,这都会发生(尽管通向那些纯节点的树的结构会发生变化)。每棵树的预测概率将(几乎)全部为 0 或 1,因此总体概率估计仅由树之间的分歧驱动。
如果您设置例如max_depth=10
(或您喜欢的任何树复杂度参数),现在许多/大多数叶节点将不是纯的。设置较大的正类权重会产生偏向正类的叶子值(但仍然不仅仅是 0 和 1),因此概率估计将全面偏斜,从而导致更高的召回率(在精度的代价,大概)。
ROC 曲线相对不受类别平衡和较大权重引起的偏高概率的影响,因此对于固定的 max_depth,不应受到权重变化的严重影响
。
关于python - Class_weight 和 sample_weight 对 sklearn Random Forest 无效,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/72909466/
我知道有几个类似的问题被问到,但我的问题仍然没有得到解答。 问题来了。我使用命令 python3 -m pip3 install -U scikit-learn 来安装 sklearn、numpy 和
_train_weather.values : [[ 0.61818182 0.81645199 0.6679803 ..., 0. 0. 1.
如果我有一个数据集X及其标签Y,那么我将其分为训练集和测试集,scle为0.2,并使用随机种子进行洗牌: 11 >>>X.shape (10000, 50,50) train_data, test_d
首先我查看了所有相关问题。给出了非常相似的问题。 所以我遵循了链接中的建议,但没有一个对我有用。 Data Conversion Error while applying a function to
这里有两种标准化方法: 1:这个在数据预处理中使用:sklearn.preprocessing.normalize(X,norm='l2') 2:分类方法中使用另一种方法:sklearn.svm.Li
所以刚看了一个教程,作者不需要import sklearn使用时 predict anaconda 环境中pickled 模型的功能(安装了sklearn)。 我试图在 Google Colab 中重
我想评估我的机器学习模型。我使用 roc_auc_score() 计算了 ROC 曲线下的面积,并使用 sklearn 的 plot_roc_curve() 函数绘制了 ROC 曲线。在第二个函数中,
我一直在寻找此信息,但在任何地方都找不到,所以这是我的镜头。 我是Python 2.7的初学者,我学习了一个模型,感谢cPickle我保存了它,但现在我想知道是否可以从另一个设备(没有sklearn库
>>> import sklearn.model_selection.train_test_split Traceback (most recent call last): File "", li
在阅读有关使用 python 的 LinearDiscriminantAnalysis 的过程中,我有两种不同的方法来实现它,可在此处获得, http://scikit-learn.org/stabl
我正在使用 sklearn,我注意到 sklearn.metrics.plot_confusion_matrix 的参数和 sklearn.metrics.confusion_matrix不一致。 p
我正在构建一个多标签文本分类程序,我正在尝试使用 OneVsRestClassifier+XGBClassifier 对文本进行分类。最初,我使用 Sklearn 的 Tf-Idf 矢量化来矢量化文本
我想看看模型是否收敛于我的交叉验证。我如何增加或减少 sklearn.svm.SVC 中的时代? 目前: SVM_Model = SVC(gamma='auto') SVM_Model.fit(X_t
有人可以帮助我吗?我很难知道它们之间的区别 from sklearn.model_selection import train_test_split from sklearn.cross_valida
我需要提取在 sklearn.ensemble.BaggingClassifier 中训练的每个模型的概率。这样做的原因是为了估计 XGBoostClassifier 模型的不确定性。 为此,我创建了
无法使用 scikit-learn 0.19.1 导入 sklearn.qda 和 sklearn.lda 我得到: 导入错误:没有名为“sklearn.qda”的模块 导入错误:没有名为“sklea
我正在尝试在 google cloud ai 平台上创建一个版本,但找不到 impute 模块 No module named 'sklearn.impute._base; 'sklearn.impu
我在 PyQt5 中编写了一个 GUI,其中包括以下行 from sklearn.ensemble import RandomForestClassifier 。 遵循this answer中的建议,
我正在做一个 Kaggle 比赛,需要输入一些缺失的数据。我安装了最新的Anaconda(4.5.4)具有所有相关依赖项(即 scikit-learn (0.19.1) )。 当我尝试导入模块时,出现
在安装了所需的模块后,我正在尝试将imblearn导入到我的Python笔记本中。但是,我收到以下错误:。。附加信息:我使用的是一个用Visual Studio代码编写的虚拟环境。。我已经确定venv
我是一名优秀的程序员,十分优秀!