我想区分信号（S）和背景（B），但“在技术上”它们之间的唯一区别是样本权重不同。
只有一个数据集，并且说我具有流程S的变量X的分布（直方图）。现在，如果我想获取B的X分布，则只需获取S的X分布和权重即可用一些重量。这些权重物理原理是其背后的原因，它们基本上将S转换为B。对于其他输入变量，我可以做类似的事情。
如何将其合并到keras或tensorflow中？
我可以将其合并到fit函数中，但是这样不会影响实际的输入变量。我想以某种方式告诉keras，样本权重实际上会影响输入变量的分布。
真的很感谢您的帮助。