使用权重处理不平衡数据

Question

我的数据非常不平衡，目标是分类。首先，我想检查大多数类的欠采样。 Class 1 with 600，class2 90，class3 60 and class4 96 sample data !!!

使用重量：2折交叉验证和Randomforest模型：

为什么使用体重，结果不是更好？  这是我的代码：cfr = RandomForestClassifier(n_estimators=100,n_jobs=5,class_weight={1:1,2:30,3:30,4:30}) 我的代码有什么问题吗？你可以指导我吗？

Answer 1

实际问题是你的任务是什么。您的任务是最大化模型的准确性，即使您有很多不同的类？如果是这样，您应该不要对测试集进行欠采样。事实上你从未对测试集进行过度抽样或过度抽样，但在某些情况下，您可能会在特定类别中添加权重，以便对真正的先验（可能与经验先验者进行更正）或到期成本敏感的学习。