对sklearn的随机森林使用权重

Question

我想为sklearn的RandomForestClassifier使用权重。事实上，我有一个不平衡的数据集。类1包含600、类2 90、类3 60和类4 96样本数据！！！

我想使用权重来使数据集平衡。这是我生成错误的代码。

cfr = RandomForestClassifier(n_estimators=100,n_jobs =5,{1:1,2:3,3:3,4:3})
cfr.fit(XTrain,yTrain)
predictedTest=cfr.predict(XTest)

这就是错误。

SyntaxError: non-keyword arg after keyword arg

而且我在选择一个数字作为权重时也有问题。你能给我指路吗？

Answer 1

的前两个参数

cfr = RandomForestClassifier(n_estimators=100,n_jobs =5,{1:1,2:3,3:3,4:3})

是关键字实参，在这里您使用语法"arg=value"无序地指定实参。在参数列表中从左向右移动时，一旦开始提供关键字参数，就无法停止。之后的每个参数都必须是关键字参数。编辑：由于RandomForestClassifier的所有参数都有关键字，您只需要为最后一个添加关键字。

cfr = RandomForestClassifier(n_estimators=100,n_jobs=5,class_weight={1:1,2:3,3:3,4:3})