如何应用欠采样数据平衡，设置参数？

Question

我正在使用H2O库，我想应用欠采样数据平衡，将参数设置为0.8。我怎样才能做到这一点？我写了这个命令：

from h2o.estimators.gbm import H2OGradientBoostingEstimator
cov_gbm = H2OGradientBoostingEstimator(balance_classes = True)

但是balance_classes = True使用随机参数。我想将此参数设为0.8。

我将不胜感激。谢谢。

Answer 1

您需要再提供一个参数：class_sampling_factors。 假设有2个类，并且您想对第一个类进行欠采样，然后使用：

cov_gbm = H2OGradientBoostingEstimator(balance_classes = True, class_sampling_factors = [0.8, 1])

class_sampling_factors必须是浮点列表。列表中的每个元素决定了每个班级的抽样因子。