在 sklearn RandomForestClassifier 中,class_weight=None 是不是等同于 class_weight="balanced_subsample&qu
Posted
技术标签:
【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。
【问题讨论】:
【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.以上是关于在 sklearn RandomForestClassifier 中,class_weight=None 是不是等同于 class_weight="balanced_subsample&qu的主要内容,如果未能解决你的问题,请参考以下文章