Sklearn：如何使用DecisionTreeClassifier平衡分类？

Question

我有一个数据集，其中类是不平衡的。这些类可以是0，1或2。

如何计算每个班级的prediction error，然后在weights中相应地重新平衡Sklearn。

Answer 1

如果您想要完全平衡（将每个课程视为同等重要），您只需传递BGImageID，如docs中所述：

  

“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   作为class_weight='balanced'

Answer 2

如果A类频率为10％且B类频率为90％，则B类将成为优势类，您的决策树将偏向主导类

在这种情况下，您可以将dic {A:9,B:1}传递给模型以指定每个类的权重，例如

clf = tree.DecisionTreeClassifier(class_weight={A:9,B:1})

class_weight='balanced'也可以使用，它只是根据每个班级频率的比例自动调整权重

使用class_weight='balanced'后，每个班级的记录编号变得相同（约88923）