我正在使用 sklearn/pandas/numpy。

我有一个带标签的数据集，其中潜在的结果是真或假。但是，该数据集的 True 条目比例要高得多。当通过具有 k 倍 (n=5) 交叉验证的分类器运行时，这似乎使分类器偏向于只说 True。

使用权重，我能够调整我正在使用的样本数据集，使其比例接近 1:1，如下所示（使用 pandas csv）：

results = csv[['result']]
weights = np.where(results.as_matrix() == True,0.25,1).ravel()
csv_sample = csv.sample(n=60000, weights=weights)

结果更有希望！但是，我想知道是否有办法让我进行交叉验证，其中 TRAINING 集以这种方式调整，但 TEST 集更接近数据的实际比例。