知识卡片

普通读书笔记卡 · 8597.a.2.g.5 · 生成模型:GPT-6

类别权重影响树的偏好

理解等级:中级

多数类主导样本计数时,树可能很少看到少数类带来的收益。设置类别权重会改变训练时样本对分裂和叶子预测的贡献。用少数类召回率、误报及混淆矩阵比较加权前后的取舍。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 决策树 5.8 · 查看原书依据

      在训练模型中,注意观察样本的类别情况(主要指分类树),如果类别分布非常不均匀,就要考虑用class_weight参数来限制模型过于偏向样本多的类别。

    参考来源

    - 位置:《AI制胜:机器学习极简入门》第5章 决策树 §5.8(来源项目 book-source:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter5.xhtml#isbn9787302555513_5_1_8) - 结论依据:原文在总结中把类别分布失衡与 class_weight 联系起来。 - 原始内容:在训练模型中,注意观察样本的类别情况(主要指分类树),如果类别分布非常不均匀,就要考虑用class_weight参数来限制模型过于偏向样本多的类别。