使用class weight和sample weight處理不平衡問題

class weight：對訓練集裏的每個類別加一個權重。如果該類別的樣本數多，那麼它的權重就低，反之則權重就高. sample weight：對每個樣本加權重，思路和類別權重類似，即樣本數多的類別樣本權重低，反之樣本權重高 [ 1 ] ^{[1]} [1]。 PS：sklearn中絕大多數分類算法都有class weight和 sample weight可以使用。 Pytorch Tensorf

>>阅读原文<<