0

我正在尝试在具有 2 个类(良性-恶性)的非常不平衡的数据集上训练随机森林分类器。

我已经看到并遵循了上一个问题中的代码(如何在 Orange python 包中设置和使用样本权重?)并尝试为少数类数据实例设置各种更高的权重,但我得到的分类器正好工作相同的。

我的代码:

data = Orange.data.Table(filename)
st = Orange.classification.tree.SimpleTreeLearner(min_instances=3)
forest = Orange.ensemble.forest.RandomForestLearner(learner=st, trees=40, name="forest")
weight = Orange.feature.Continuous("weight")
weight_id = -10
data.domain.add_meta(weight_id, weight)
data.add_meta_attribute(weight, 1.0)
for inst in data:
    if inst[data.domain.class_var]=='malign':
        inst[weight]=100
classifier = forest(data, weight_id)

我错过了什么吗?

4

1 回答 1

1

简单的树学习器很简单:它针对速度进行了优化并且不支持权重。我猜如果指定了权重参数,Orange 中不支持权重的学习算法应该会引发异常。

如果您只需要它们来更改类分布,请改为乘以数据实例。新建一个数据表,每个恶性肿瘤实例添加100个副本。

于 2015-06-28T10:44:44.297 回答