가중 임의 포리스트

Question

랜덤 포리스트 방식을 기반으로 예측을 수행 할 예정입니다. 일반적으로 랜덤 포레스트는 모든 데이터 포인트를 평등하게 간주하고 그에 기반하여 예측을 수행하지만 일부 데이터 포인트에 더 많은 가중치를 할당하려고합니다. 더 명확히하기 위해 각 데이터 포인트에 대해 나는 가중치를 가지므로 RF가 더 많은 가중치를 갖는 데이터 포인트쪽으로 편향되기를 원합니다.

RF를 사용하여 데이터 포인트를 선택할 확률을 높이는 방법이 있다고 생각합니다. 나는. RF가 더 많은 가중치로 일부 포인트를 샘플링 할 때 선택 기회가 많아서 결과가 예측 결과에 가장 영향을 줄 수 있습니다. 그러나, 나는 그것을 사용하는 방법을 모르겠다? 그것은 RF pyhton/r에 이미 존재하는 것입니까?

덕분에, 아미르

Answer 1

당신은 sklearn.emsemble.RandomForestClassifier 함께 할 수 있습니다. 매개 변수 class_weight"balanced" 또는 사용자 지정 사전을 설정하십시오.

clf = RandomForestClassifier(n_estimators=100, class_weight="balanced") 

자세한 내용은 official documents을 참조하십시오.