Gewichtete zufällige Gesamtstruktur

Question

Ich werde die Vorhersage basierend auf der Random Forest-Methode durchführen. Im Allgemeinen betrachtet Random Forest alle Datenpunkte als Gleichheit und führt eine Prädikation basierend darauf durch. Ich möchte jedoch einigen meiner Datenpunkte mehr Gewichtungen zuweisen. Um es klarer zu machen, für jeden Datenpunkt habe ich Gewicht, also möchte ich RF in Richtung Datenpunkt mit mehr Gewicht vorgespannt werden.

Ich denke, es gibt einen Weg, um die Wahrscheinlichkeit der Datenpunkte Auswahl mit RF zu erhöhen. I.e. Bei RF-Tests haben einige Stichpunkte mit mehr Gewicht mehr Auswahlmöglichkeiten und beeinflussen das Prädiktionsergebnis am ehesten. Ich bin mir jedoch nicht sicher, wie ich es benutzen soll. Ist es schon etwas in RF pyhton/r?

Danke, Amir

Answer 1

Sie können es mit sklearn.emsemble.RandomForestClassifier tun. Stellen Sie den Parameter class_weight"balanced" oder Ihr benutzerdefiniertes Wörterbuch ein.

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

Siehe official documents, wenn Sie mehr erfahren möchten.