【发布时间】：2019-09-03 14:00:24
【问题描述】：
在不平衡分类（使用 scikit-learn）中，平衡类（即将 class_weight 设置为平衡）与使用 SMOTE 进行过采样有什么区别？ 一个与另一个的预期效果是什么？
【问题讨论】：
标签： python scikit-learn classification imblearn
【发布时间】：2019-09-03 14:00:24
【问题描述】：
类权重通过对权重更多（或更少）的类给予更多（或更少）惩罚来直接修改损失函数。实际上，通过故意使模型偏向于对较高权重类（少数类）进行更准确的预测，基本上牺牲了一些预测较低权重类（不平衡数据集的多数类）的能力。
过采样和欠采样方法本质上也为特定类别赋予了更多权重（重复观察会重复对这些特定观察的惩罚，从而使它们在模型拟合中产生更大的影响），但由于训练中通常会发生数据拆分，这将产生的结果也略有不同。
请参考https://datascience.stackexchange.com/questions/52627/why-class-weight-is-outperforming-oversampling
【讨论】：