评估模型时是否需要设置sample_weight？现在，我已经训练了一个有关分类的模型，但是数据集是不平衡的。当我用compute_sample_weight（'balanced'）设置sample_weight时，分数非常好。精度：0.88，召回率：0.86（1级）。 但是，如果我不设置sample_weight，分数将很糟糕。精度：0.85，召回率：0.21 sample_weight是否会破坏原始数据分布？
答案 0 :(得分：2)
sample-weight参数仅在训练期间使用。
假设您有一个数据集，其中有16个点属于“ 0”类，而4个点属于“ 1”类。
在没有此参数的情况下，优化期间，它们的权重为1，以进行损耗计算：它们对模型最小化的损耗做出同等贡献。这意味着80％的损失归因于“ 0”类点，而20％的损失归因于“ 1”类点。
通过将其设置为“ balanced”，scikit-learn将自动计算权重以分配给“ 0”类和“ 1”类，这样损失的50％来自“ 0”类，而50％来自“ 1”类“。
此参数会影响将“ 0”类预测与“ 1”类分开所需的“最佳阈值”，并且还会影响模型的性能。