随机森林的分层抽样-Python

Posted 2023-03-12

【中文标题】随机森林的分层抽样-Python

【英文标题】：Stratified sampling for Random forest -Python

【发布时间】：2016-07-16 11:02:13

【问题描述】：

我正在构建一个随机森林分类模型，其中响应变量拆分为 98%(False)-2%(True)。为此，我正在使用 Scikit Learn 的 RandomForest 分类器。

处理这种不平衡数据并避免过采样的最佳方法是什么？

【问题讨论】：

我已经回答了这里的问题。请检查。 ***.com/a/36255925/2523817

【参考方案1】：

您可以使用参数class_weight。

与class_label: weight形式的类关联的权重

您可以给小班更多的权重，并使用交叉验证找到最佳权重。

例如class_weight=1: 10, 0:1。赋予标记为 1 的类更多的权重。

【参考方案2】：

在较新版本的 sklearn 随机森林分类器中，您可以简单地设置 class_weight="balanced"。