machine-learning - 如何了解sklearn.metrics中的sample_weight？

我们评估模型时是否需要设置sample_weight？现在，我已经训练了一个有关分类的模型，但是数据集是不平衡的。当我用compute_sample_weight（'balanced'）设置sample_weight时，分数非常好。精度：0.88，召回率：0.86（1级）。
但是，如果我不设置sample_weight，分数将很糟糕。精度：0.85，召回率：0.21
sample_weight会破坏原始数据分布吗？

最佳答案

样本权重参数仅在训练期间使用。

假设您有一个数据集，其中有16个点属于类“ 0”，而有4个点属于类“ 1”。

如果没有此参数，则在优化期间，它们的权重为1，以进行损耗计算：它们对模型最小化的损耗的贡献相同。这意味着80％的损失归因于“​​ 0”类点，而20％的损失归因于“​​ 1”类点。

通过将其设置为“ balanced”，scikit-learn将自动计算权重以分配给类别“ 0”和类别“ 1”，这样损失的50％来自类别“ 0”，而50％来自类别“ 1”。

此参数会影响您需要使用“最佳阈值”来将类别“ 0”的预测与类别“ 1”分开，并且还会影响模型的性能。

关于machine-learning - 如何了解sklearn.metrics中的sample_weight？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/54093185/