知识卡片
类别权重影响树的偏好
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?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第5章 决策树
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。