Question

我正在尝试自己实现“ sklearn.utils.class_weight”的“ compute_class_weight”。我对此有一些疑问。我正在尝试的实现：

classes = ['a','b','c','d']
for cls in classes:
    instamceCountDict[cls] = getCount(cls)
majority = max(instanceCountDict.values())
for cls in classes:
    classWeight[cls] = round(majority / classCountDict[cls],2)

我在互联网上找到的实现：

classes = ['a','b','c','d']
totalSamples = 0
for cls in classes:
    instamceCountDict[cls] = getCount(cls)
    totalSamples += instanceCountDict[cls]
mu = 0.15 #this can be varied
for cls in classes:
    score = math.log(mu * totalSamples / float(instanceCountDict[cls]))
    classWeight[cls] = score if score > 1.0 else 1.0

我的问题是，哪种方法是正确的方法，或者哪种方法更有效？在第一种方法中，对于严重不足的班级，我得到了巨大的班级权重，其中一些在300-400之间。使用这种分类砝码安全吗？这样巨大的罚款有可能破坏我的网络吗？

计算不平衡班级的班级权重

0 个答案: