在 sklearn RandomForestClassifier 中，class_weight=None 是不是等同于 class_weight="balanced_subsample&qu

Posted 2023-03-12

【中文标题】在 sklearn RandomForestClassifier 中，class_weight=None 是不是等同于 class_weight="balanced_subsample"？

【英文标题】：In the sklearn RandomForestClassifier, is class_weight=None equivalent to class_weight="balanced_subsample"?在 sklearn RandomForestClassifier 中，class_weight=None 是否等同于 class_weight="balanced_subsample"？

【发布时间】：2018-09-06 05:56:34

【问题描述】：

documentation 中的措辞使 None 和 "balanced_subsample" 看起来是等价的，但我想确保确实如此。

【参考方案1】：

文档清楚地表明它们不等效：

class_weight=None - 所有类都应该有一个权重

class_weight='balanced_subsample' - “平衡”模式使用 y 的值自动调整权重，与输入数据中的类频率成反比，如 n_samples / (n_classes * np.bincount(y))。

“balanced_subsample”模式与“balanced”模式相同，只是权重是根据每棵生长的树的引导样本计算的。

【讨论】：

啊，我明白了。我认为让我感到困惑的是第一行在documentation for class_weight 中随机分成第二行，所以我认为第二行是用“'balanced_subsample'或None”开始一个新句子......谢谢您的回复.