0

我想找到一种在 caret 包中定义 gbm 权重的方法。“caret”包的“train”函数中有一个参数“weights”，但描述说“这个参数只会影响允许案例权重的模型”。据我了解，“gbm”确实支持定义权重，但我不知道定义权重的格式。它只是 c(1,10) - 其中 1 代表多数类，10 代表少数类吗？

第二个问题是关于 Kappa 统计量的。我读到 Kappa 是类不平衡数据集的更好性能指标，但不明白如何。对于类不平衡数据集，为什么 Kappa 是比 ROC 更好的性能指标，我将不胜感激。

谢谢。

4

2 回答 2

2

在这篇文章中有一个使用weights. 在您的情况下，它将类似于 

data$weights <- ifelse(data$class == "major", 1, 10)

然后将此列用作权重。

于 2017-09-20T19:03:05.977 回答
1

据我所知，gbm是否支持案例权重和权重应该是数据框长度的向量。如果您只使用两个类，我相信您将不得不使用 ROC。我不确定我是否有资格回答您关于 ROC 与 Kappa 的问题，但这里有一篇 2013 年的论文，着眼于现实世界数据的几个指标的性能。普遍的看法似乎是，虽然 kappa 可能会受到偏斜的影响（ROC 似乎相对免疫），但 ROC 往往会掩盖较差的性能。

于 2015-08-07T14:38:00.560 回答