scikit-learn：随机森林 class_weight 和 sample_weight 参数
scikit-learn: Random forest class_weight and sample_weight parameters
我有一个 class 不平衡问题，并且一直在使用 scikit-learn (>= 0.16) 中的实现来试验加权随机森林。
我注意到该实现在树构造函数中采用了 class_weight 参数和 sample_weight 参数在 fit 方法中帮助解决 class 不平衡问题。这两个似乎相乘决定了最终的权重。
我无法理解以下内容：
- 在树的哪个阶段 construction/training/prediction 使用这些权重？我看过一些关于加权树的论文，但我不确定 scikit 实现了什么。
- class_weight 和 sample_weight 到底有什么区别？
RandomForests 是建立在 Trees 之上的，Trees 有很好的文档记录。检查树如何使用样本权重：
- User guide on decision trees - 准确说明使用的算法
- Decision tree API - 解释树如何使用 sample_weight（对于随机森林，正如您所确定的，它是 class_weight 和 sample_weight 的乘积）。
至于 class_weight 和 sample_weight 之间的区别：很多可以简单地通过它们的数据类型的性质来确定。 sample_weight 是长度为 n_samples 的一维数组，为用于训练的每个示例分配明确的权重。 class_weight 是每个 class 的字典到那个 class 的统一权重（例如，{1:.9, 2:.5, 3:.01}），或者是一个字符串告诉 sklearn 如何自动确定这个字典。
因此，给定示例的训练权重是明确命名为 sample_weight（如果未提供 sample_weight 则为 1）的乘积，它是 class_weight （如果未提供 class_weight，则为 1）。
我有一个 class 不平衡问题，并且一直在使用 scikit-learn (>= 0.16) 中的实现来试验加权随机森林。
我注意到该实现在树构造函数中采用了 class_weight 参数和 sample_weight 参数在 fit 方法中帮助解决 class 不平衡问题。这两个似乎相乘决定了最终的权重。
我无法理解以下内容：
- 在树的哪个阶段 construction/training/prediction 使用这些权重？我看过一些关于加权树的论文，但我不确定 scikit 实现了什么。
- class_weight 和 sample_weight 到底有什么区别？
RandomForests 是建立在 Trees 之上的，Trees 有很好的文档记录。检查树如何使用样本权重：
- User guide on decision trees - 准确说明使用的算法
- Decision tree API - 解释树如何使用 sample_weight（对于随机森林，正如您所确定的，它是 class_weight 和 sample_weight 的乘积）。
至于 class_weight 和 sample_weight 之间的区别：很多可以简单地通过它们的数据类型的性质来确定。 sample_weight 是长度为 n_samples 的一维数组，为用于训练的每个示例分配明确的权重。 class_weight 是每个 class 的字典到那个 class 的统一权重（例如，{1:.9, 2:.5, 3:.01}），或者是一个字符串告诉 sklearn 如何自动确定这个字典。
因此，给定示例的训练权重是明确命名为 sample_weight（如果未提供 sample_weight 则为 1）的乘积，它是 class_weight （如果未提供 class_weight，则为 1）。