在Keras中（使用TensorFlow作为后端）我正在构建一个模型，该模型使用具有高度不平衡类（标签）的庞大数据集。为了能够运行培训过程，我创建了一个生成器，将数据块提供给fit_generator。
根据fit_generator的文档，生成器的输出可以是元组(inputs, targets)或元组(inputs, targets, sample_weights)。考虑到这一点，这里有几个问题：
class_weight考虑整个数据集的所有类的权重，而
sample_weights考虑每个块的所有类的权重
由发电机创造。那是对的吗？如果没有，有人可以详细说明此事吗？class_weight提供给fit_generator，然后将sample_weights作为每个块的输出？如果是，那为什么呢？如果不是那么哪一个更好？sample_weights，如果特定块中缺少某些类，如何映射权重？让我举个例子。在我的整个数据集中，我有7个可能的类（标签）。因为这些类是高度不平衡的，所以当我创建较小的数据块作为fit_generator的输出时，特定块中缺少某些类。我应该如何为这些块创建sample_weights？答案 0 :(得分：13)
我的理解是class_weight考虑了所有权重 整个数据集的类，而sample_weights则关注 由每个单独的块创建的所有类的权重 发电机。那是对的吗？如果没有，有人可以详细说明 重要？
class_weight会影响目标函数计算中每个类的相对权重。 sample_weights，顾名思义，允许进一步控制属于同一类的样本的相对权重。
是否有必要将class_weight同时提供给fit_generator和 那么sample_weights作为每个块的输出？如果是，那为什么呢？ 如果不是那么哪一个更好？
这取决于您的申请。在对高度偏斜的数据集进行训练时，类权重很有用;例如，用于检测欺诈性交易的分类器。如果您对批次中的样品没有相同的置信度，则样品重量非常有用。一个常见的例子是对可变不确定性的测量进行回归。
如果我应该为每个块提供sample_weights，我该如何映射 如果特定块中缺少某些类的权重？让 我举个例子。在我的整体数据集中，我有7个可能的类 （标签）。因为这些类是非常不平衡的，当我创建时 较小的数据块作为fit_generator的输出，其中一些 特定块中缺少类。我该怎么创造 这些块的sample_weights？
这不是问题。 sample_weights是基于每个样本定义的，并且独立于类。出于这个原因，documentation表示(inputs, targets, sample_weights)应该是相同的长度。
_weighted_masked_objective中的function engine/training.py有一个sample_weights示例正在应用。