在scikit-learn的SVM分类器中,class_weight = None和class_weight = Auto有什么区别?
文档中给出了如下解释:
对于SVC,将类i的参数C设置为class_weight[i]*C。如果没有给出,则所有类都假定具有权重1。“auto”模式使用y的值自动调整权重,与类频率成反比。
但是使用自动模式有什么优势呢?我无法理解它的实现方式。
文档中给出了如下解释:
对于SVC,将类i的参数C设置为class_weight[i]*C。如果没有给出,则所有类都假定具有权重1。“auto”模式使用y的值自动调整权重,与类频率成反比。
class sklearn.svm.SVC(C=1.0, kernel='rbf', degree=3, gamma=0.0, coef0=0.0, shrinking=True, probability=False, tol=0.001, cache_size=200, class_weight=None, verbose=False, max_iter=-1, random_state=None)
但是使用自动模式有什么优势呢?我无法理解它的实现方式。
none
不会对类别进行加权处理,而auto
则根据类别的分布情况自动计算权重。 - JAB