代码之家 › 专栏 › 技术社区 › DataMan

在sklearn RandomForestClassifier中,class\u weight=None是否等同于class\u weight=“balanced\u subsample”?

random-forest classification scikit-learn python

2

DataMan · 技术社区 · 8 年前

中的措辞 documentation 使它看起来像None和“balanced\u subsample”是等效的,但我想确保事实确实如此。

1 回复 | 直到 8 年前

1

3

Szymon P. 8 年前

文件清楚地表明不等效值:

class_weight=None -所有课程都应该有权重1

class_weight='balanced_subsample' -平衡模式使用y值自动调整权重,与输入数据中的类频率成反比,如下所示 n_samples / (n_classes * np.bincount(y)) 。

“balanced\u subsample”模式与“balanced”模式相同,不同之处在于,权重是根据生长的每棵树的引导样本计算的。