我有一个类别不平衡的二进制分类问题（80％的1级，20％的2级）。我用weight_column来平衡效果很好。 我唯一的问题是为什么这也会影响estimator.evaluate（）方法？我希望唯一受影响的评估值是precision_baseline。
我对同一模型进行了两次评估，第一次是像训练中那样设置weight_column，第二次是将weight_column设置为1.0。结果如下：
weight_column与训练中相同
{'accuracy'：0.881877，'accuracy_baseline'：0.5110572，'auc'： 0.9571304，'auc_precision_recall'：0.9640416，'average_loss'：0.26740322，'label / mean'：0.5110572，'loss'：0.43359837，'precision'：0.94018126，'prediction / mean'：0.48013598，'recall'：0.82110816，'global_step '：1716}
weight_column设置为1.0
{'accuracy'：0.9196458，'accuracy_baseline'：0.79282826，'auc'： 0.9571304，'auc_precision_recall'：0.9023722，'average_loss'：0.22132985，'label / mean'：0.20717175，'loss'：0.22132985，'precision'：0.7971311，'prediction / mean'：0.27698752，'recall'：0.82110816，'global_step '：1716}
我很好奇为什么精度和召回率等数值会受到影响？