我正在尝试用 sklearn 0.23.2 做一个 GradientBoostingClassifier。我有一个非常不平衡的样本：
Good 0 2219522
Bad 1 23397
在此模型中，没有选项class_weight可以设置为“平衡”。
但是，还有另一个参数min_weight_fraction_leaf：float，可选（默认值 0），可以取 0 到 0.5 之间的值。根据 sklearn 文档，这个参数是
需要在叶节点处的权重总和（所有输入样本的）的最小加权分数。当未提供 sample_weight 时，样本具有相同的权重
但是，我无法找到任何进一步的文档，而且它似乎不等同于class_weight. 我已经通过启动模型完成了测试
gbc = GradientBoostingClassifier(n_estimators-100, learning_rate-0.05,
random_state-1, min_weight_fraction_leaf-0.5)
但是训练和测试的结果还有很多不足之处
ROC AUC (Train): 0.5
ROC AUC (Test): 0.5
有人知道这个min_weight_fraction_leaf参数是如何工作的，或者可以带来一些启示吗？