xgboost 分类器说明了scale_pos_weight
2 类问题的参数使用。
我有一个高度不平衡的数据集,包含 3 个类。“1”和“-1”类非常罕见(约占数据集的 1%),“0”类非常常见。
如何scale_pos_weight
针对我的分类问题在 xgboost 分类器中正确设置此参数?
xgboost 分类器说明了scale_pos_weight
2 类问题的参数使用。
我有一个高度不平衡的数据集,包含 3 个类。“1”和“-1”类非常罕见(约占数据集的 1%),“0”类非常常见。
如何scale_pos_weight
针对我的分类问题在 xgboost 分类器中正确设置此参数?
对于具有类似不平衡数据的多类分类问题,我使用了 sklearncompute_class_weight
函数的输出:
sklearn.utils.class_weight.compute_class_weight(class_weight, classes, y)