评估模型时是否需要设置sample_weight？现在我已经训练了一个关于分类的模型，但数据集是不平衡的。当我用compute_sample_weight（'平衡'）设置sample_weight时，分数非常好。精度：0.88，召回：0.86 对于"1"级。但是如果我不设置sample_weight，分数会很糟糕。精度：0.85，召回率：0.21。sample_weight会破坏原始数据分发吗？
样本权重参数仅在训练期间使用。
假设您有一个数据集，其中 16 个点属于类"0"，4 个点属于类"1"。
如果没有此参数，在优化期间，它们在损失计算中的权重为 1：它们对模型最小化的损失的贡献相等。这意味着 80% 的损失是由于类"0"的点，20% 是由于类"1"的点数。
通过将其设置为"平衡"，scikit-learn将自动计算分配给类"0"和类"1"的权重，使得50%的损失来自类"0"，50%来自类"1"。
此参数会影响用于将类"0"预测与类"1"分开所需的"最佳阈值"，并且还会影响模型的性能。
我的理解是：sample_weight本身与平衡或不平衡无关，它只是反映样本数据分布的一种方式。所以基本上以下两种表达方式是等价的，表达式 1 在空间复杂度方面肯定更有效率。这个"sample_weight"与任何语言的任何其他统计包相同，与随机抽样无关
表达式 1
X = [[1,1],[2,2]]
y = [0,1]
sample_weight = [1000,2000] # total 3000
对
表达式 2
X = [[1,1],[2,2],[2,2],...,[1,1],[2,2],[2,2]] # total 300 rows
y = [0,1,1,...,0,1,1]
sample_weight = [1,1,1,...,1,1,1] # or just set as None