XGboost python -分类器类权重选项？
XGboost python -分类器类权重选项？
提问于 2017-02-13 03:32:14
有没有办法为xgboost型分类器设置不同的类权重？例如，在sklearn RandomForestClassifier中，这是由"class_weight“参数完成的。
回答 6
Stack Overflow用户
回答已采纳
发布于 2017-02-28 21:45:36
当使用sklearn包装器时，有一个weight参数。
示例：
import xgboost as xgb
exgb_classifier = xgboost.XGBClassifier()
exgb_classifier.fit(X, y, sample_weight=sample_weights_data)其中参数应该是类似数组的长度N，等于目标长度
Stack Overflow用户
发布于 2018-06-28 09:04:45
我最近遇到了这个问题，所以我想留下一个我尝试过的解决方案
from xgboost import XGBClassifier
# manually handling imbalance. Below is same as computing float(18501)/392318
on the trainig dataset.
# We are going to inversely assign the weights
weight_ratio = float(len(y_train[y_train == 0]))/float(len(y_train[y_train ==
1]))
w_array = np.array([1]*y_train.shape[0])
w_array[y_train==1] = weight_ratio
w_array[y_train==0] = 1- weight_ratio
xgc = XGBClassifier()
xgc.fit(x_df_i_p_filtered, y_train, sample_weight=w_array)不确定，为什么，但结果相当令人失望。希望这对某些人有帮助。
Stack Overflow用户
发布于 2020-08-05 22:43:24
这里的答案已经过时了。不再支持THe sample_weight参数。它被scale_pos_weight所取代
相反，scale_pos_weight =sum(负实例)/sum(正实例)
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/42192227
复制相关文章
相似问题