我的数据集已经有加权示例.在这个二进制分类中,与第二类相比,我也有更多的第一类.
我可以同时使用它们sample_weight并class_weight在model.fit()功能中进一步重新加权吗？
或者我首先创建一个new_weights的新数组并将其传递给fit函数sample_weight？
编辑:
为了进一步说明,我已经在我的数据集中为每个样本设置了单独的权重,并且为了进一步增加复杂性,第一类的样本权重的总和远远大于第二类的总样本权重.
例如,我目前有:
y = [0,0,0,0,1,1]
sample_weights = [0.01,0.03,0.05,0.02,0.01,0.02]
所以权重的总和为类"0"是0.11和类"1"是 0.03.所以我应该:
class_weight = {0:1.,1:0.11/0.03}
我需要使用两个sample_weightAND class_weight功能.如果一个覆盖另一个,那么我将不得不创建新的sample_weights然后使用fit()或train_on_batch().
所以我的问题是,我可以同时使用它们,还是覆盖另一个？