python - 无法在 Scikit Learn 中将 class_weight 分配给 RandomForestClassifier

标签 python scikit-learn

我不久前刚刚开始使用 scikit learn 包在我的数据集上实现随机森林。我正在尝试创建一个基于多个类的模型,并尝试实现 RandomForestClassifier。但是,我认为我有一些不平衡,我想使用 class_weight="auto"参数:

RFC = RandomForestClassifier(n_estimators = int(trees),class_weight="auto").fit(X_train, y_train)

但是,当我尝试运行它时,我得到

__init__() got an unexpected keyword argument 'class_weight'

我尝试检查其他问题,因为我认为我没有使用正确的符号,但它们似乎都以这种方式引用 class_weight="auto"。

注意:RF 在没有 class_weight 参数的情况下工作。我只是想尝试改善我的结果,因为我认为数据不平衡。

谢谢(如果我的格式或问题有问题,我会编辑它,第一个问题在这里)

最佳答案

我犯了一个错误,检查了错误的版本列表。我在 ipython 中运行,虽然我在服务器上更新了它,但它没有在 ipython 环境中通过,当我用 conda 检查它时,它总是没有打开 ipython 环境。 我更新了它并且有效,谢谢。 抱歉,但感谢您的调查。

关于python - 无法在 Scikit Learn 中将 class_weight 分配给 RandomForestClassifier,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31804430/

相关文章:

python - 将 JSON 文件直接转储到远程 SSH 连接中,而不先将它们存储在本地计算机中

python - 在 "with"上下文中同时打开两个文件

python - 如何使用 pyvmomi 将 ESXi 主机置于维护模式?

python - 决策树 Sklearn - 树的深度和准确性

python - 从 scikit-learn 逻辑回归模型计算残差

python - 将 Postgresql 表导出为带有标题的 excel

python - 根据整个字符串对 AB 字符串列表进行排序

python - 如何在 scikit-learn 的 `pipeline` 中使用自定义特征选择函数

python-3.x - 从逻辑回归系数中导出新的连续变量

python - 使用 Sklearn 计算 ROC 曲线下的面积?