使用sklearn RandomForestClassifier进行分类

Question

我正在使用Scikit RandomForestClassifier对不平衡数据进行分类。目标类数据是＆＃39; 1＆＃39;或者＆＃39; 0＆＃39; 0 （99％的值为0）。

我想分配一个重量。我怎样才能做到这一点。

我在文件中找到了：

  

sample_weight：类似数组，shape = [n_samples]或None

     

样本权重。如果为None，则样本的权重相等。拆分   这将创建净零或负权重的子节点   在每个节点中搜索分割时忽略。如果是   分类，分裂也会被忽略，如果它们会导致任何分裂   在任一子节点中携带负权重的单一类。

我需要增加＆＃39; 1＆＃39;

的影响力

这是我应该这样做的方式：

s_weight = np.array([100 if i == 1 else 1 for i in y_train]) 

或者这样：

s_weight = y_train[:, 1:100].T.ravel()

clf.fit(X_train, y_train, sample_weight=s_weights)

由于我没有得到预期的结果，有人可以确认吗？

Answer 1

技术上

s_weight = np.array([100 if i == 1 else 1 for i in y_train]) 

是正确的，尽管RF中的加权并不像例如SVM那样简单。您必须交叉验证才能找到最佳权重（可能比100小得多）。