关于tree.DecisionTreeClassifier调整class_weight

Question

我有一个不平衡的数据集，共有209行（样本），包括166行（class0）和43行（class1）。 因此，我想解决不平衡问题， 然后我用python指令来调整班级重量。

tree.DecisionTreeClassifier(max_depth=4,class_weight={1:3.8})
clf.fit(scale_data, data_answer

最后，在结果（图1）中，样本仍然是209但是值变为166.0（class0）和166.34（class1）。 class1对十进制后的数字进行采样。 我无法解释结果，甚至无法编译由Cpython（https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/tree/_tree.pyx#L1948＆gt;）编写的源代码 谁能帮助我？ 谢谢。

fig.1

Answer 1

第1类不会对小数点后的数字进行采样。＆＃34;我不确定这甚至意味着什么。相反，样本是加权的，因此值为43 * 3.8 = 163.4