我正在使用两个不同的分类器对相同的不平衡数据执行一些（二进制）文本分类。我想比较两个分类器的结果。
使用 sklearn 逻辑回归时，我可以选择设置class_weight = 'balanced'sklearn 朴素贝叶斯，但没有可用的参数。
我知道，我可以从较大的类中随机抽样，以便最终使两个类的大小相等，但随后数据就会丢失。
为什么朴素贝叶斯没有这样的参数？我猜想这与算法的性质有关，但找不到任何关于这个具体问题的信息。我也想知道相当于什么？如何实现类似的效果（分类器意识到数据不平衡，并给予少数类别更多的权重，而给予多数类别较少的权重）？