weixin_45099845 2019-07-31 12:12 采纳率: 42.9%
浏览 1683
已采纳

训练数据时,什么情况下要用class_weight,什么情况下不用会更好?

代码在下面,假如要训练20种图片,其中的19种每种都有200张图片,只有一种图片只有50张,这时候需要调用class_weight函数吗?
训练数据时达到什么比例时该调用,比例差异不显著时调用的话会不会减低训练准确率?

def calc_class_weight(total_y):
my_class_weight = class_weight.compute_class_weight("balanced", np.unique(total_y), total_y)
return my_class_weight

my_class_weight = calc_class_weight(y_train0)

model.fit(X_train, y_train, validation_split = 0.2,class_weight = my_class_weight,shuffle = True,epochs=100, batch_size=32)

  • 写回答

1条回答 默认 最新

  • Bill_zhang5 2019-08-11 16:08
    关注

    这个需要依据实验结果,class_weighty一般在数据不平衡情况下使用,还有一些分类效果不理想情况下使用

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论

报告相同问题?

悬赏问题

  • ¥15 FPGA-SRIO初始化失败
  • ¥15 MapReduce实现倒排索引失败
  • ¥15 ZABBIX6.0L连接数据库报错,如何解决?(操作系统-centos)
  • ¥15 找一位技术过硬的游戏pj程序员
  • ¥15 matlab生成电测深三层曲线模型代码
  • ¥50 随机森林与房贷信用风险模型
  • ¥50 buildozer打包kivy app失败
  • ¥30 在vs2022里运行python代码
  • ¥15 不同尺寸货物如何寻找合适的包装箱型谱
  • ¥15 求解 yolo算法问题