我有一个数据集，其中的类是不平衡的。这些类是 0、1 或 2。
如何计算每个类别的预测误差，然后在 scikit-learn 中相应地重新平衡权重？
最佳答案
如果你想完全平衡(将每个类视为同等重要)，你可以简单地传递 class_weight='balanced'，如 docs 中所述:
The “balanced” mode uses the values of y to automatically adjust weights inversely proportional to class frequencies in the input data as
n_samples / (n_classes * np.bincount(y))
关于python - 如何使用 DecisionTreeClassifier 来平衡分类？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/37522191/