小编nit*_*254的帖子

我经常使用scikit-learn,我想了解一些关于SGD"class_ weight"参数的见解.

我能够弄清楚直到函数调用

plain_sgd(coef, intercept, est.loss_function,
                 penalty_type, alpha, C, est.l1_ratio,
                 dataset, n_iter, int(est.fit_intercept),
                 int(est.verbose), int(est.shuffle), est.random_state,
                 pos_weight, neg_weight,
                 learning_rate_type, est.eta0,
                 est.power_t, est.t_, intercept_decay)

https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/linear_model/stochastic_gradient.py

在此之后它转到sgd_fast并且我对cpython不是很好.你能否对这些问题表现出一些敏锐的态度.

1. 我有一个偏向于开集的阶级,其中正面等级为15k,负等级为36k.class_weight会解决此问题吗？或者进行欠采样将是一个更好的主意.我的数字越来越好,但很难解释.
2. 如果是,那么它实际上是如何做到的.我的意思是它应用于特征惩罚还是对优化函数的权重.我该如何解释这个外行？