将 sample_weights 用于平衡数据集是不是有意义？

Posted 2023-03-12

【中文标题】将 sample_weights 用于平衡数据集是不是有意义？

【英文标题】：Does it make sense to use sample_weights for balanced datasets?将 sample_weights 用于平衡数据集是否有意义？

【发布时间】：2020-05-06 01:27:56

【问题描述】：

我对 sklearn 库中的 sample_weights 了解有限，但据我所知，它通常用于在训练期间帮助平衡不平衡的数据集。我想知道的是，如果我已经有一个完美平衡的二进制分类数据集（即标签/Y/类列中的 1 和 0 的数量相等），是否可以在 0 中添加一个样本权重以提高重要性关于正确预测 1？

例如，假设我真的希望我的模型能够很好地预测 1，即使结果是 1，也可以预测 0。将 0 的 sample_weight 设置为 2，将 1 设置为 1 是正确的做法，以便更加重视正确预测 1 吗？或者那有关系吗？然后我猜在训练期间，f1 评分函数是否被普遍接受为最佳指标？

感谢您的意见！

【参考方案1】：

回答

经过几轮测试和更多研究，我发现是的，如果您的目标是减少过度预测的机会，那么使用平衡的二进制分类数据集为 0 增加更多权重确实有意义1的。我使用 2 代表 0 和 1 代表 1 的权重运行了两个单独的训练课程，反之亦然，我发现当权重应用于 0 时，我的模型预测的 1 更少，这是我的最终目标。

以防万一对任何人有帮助。

此外，我正在为这些测试使用 SKLearn 的 Balanced Accuracy 评分功能，该功能取每个单独班级的准确性的平均值。