提问人：Marta Buetas 提问时间：10/30/2023 最后编辑：rstzMarta Buetas 更新时间：11/14/2023 访问量：35
随机森林模型中的类权重 - TFDF 库
Class weights in Random Forest model - TFDF library
问：
我想从随机森林决策树库向随机森林模型添加类权重，以考虑少数类。
我没有在文档中找到如何做到这一点或如何在损失函数中修改它。我知道在 sklearn 库中可以轻松完成，但我对使用 TensorFlow 库感兴趣。非常感谢您的所有建议。
答：
1赞
rstz
10/30/2023
#1
Tensorflow Decision Forests 允许用户在训练数据集中指定权重列。此列的条目将用作示例权重。这是添加类权重的唯一方法。
当输入 转换后的 Pandas DataFrame 时，可以直接使用参数指定权重列，例如，tfdf.keras.pd_dataframe_to_tf_dataset()weights=
ds = tfdf.keras.pd_dataframe_to_tf_dataset(train_ds_pd, label="my_label", weights="my_weights")
直接馈送 Tensorflow 数据集时，将权重列作为 tf 中的第三个通道分开。数据集（正如 Keras 所预期的那样）。tf 的第二个通道。数据集必须始终是标签列。
完全披露：我是 Tensorflow Decision Forests 的作者之一。
评论