我正在处理具有平衡数据集的二元分类问题，但是误报比误报要昂贵得多。假设 FP 通常比 FN 成本高 3 倍，并且响应变量 = 1 表示正识别。我应该如何在 sklearn 的 RandomForest 中设置 class_weight 参数来反映这一点？根据我的理解，我会说：
class_weight = {0:1.0,1:3.0}
我不确定我是否正确理解了这个参数，还是应该反过来？
谢谢。
如何为成本敏感学习设置 class_weight 参数？
数据挖掘
分类
scikit-学习
随机森林
二进制
2022-02-19 14:19:44
1个回答
行元素为 Y_true，列元素为 Y_pred。
FP 的意思是，我们预测为 Positive，结果为 False，即 Class is Negative(0 here)。
这意味着我们不希望模型错误地分类负类。
因此，这意味着，我们将对 Negative 类施加更大的惩罚。因此，
class_weight = {0:3.0.0,1:1.0}
其它你可能感兴趣的问题