随机森林模型中的类权重 - TFDF 库

Question

我想将类别权重添加到随机森林决策树库中的随机森林模型中，以考虑少数类别。

我在文档中没有找到如何做或如何在损失函数中修改它。我知道在 sklearn 库中可以轻松完成，但我对使用 TensorFlow 库很感兴趣。非常感谢大家的建议。

Answer 1

Tensorflow 决策森林允许用户在训练数据集中指定权重列。该列的条目将用作示例权重。这是增加班级权重的唯一方法。

当输入用

tfdf.keras.pd_dataframe_to_tf_dataset()

转换的 Pandas DataFrame 时，可以直接使用

weights=

参数指定权重列，例如，

ds = tfdf.keras.pd_dataframe_to_tf_dataset(train_ds_pd, label="my_label", weights="my_weights")

直接输入 Tensorflow 数据集时，将权重列分离为 tf.Dataset 中的第三个通道（如 Keras 所期望的那样）。 tf.Dataset 的第二个通道必须始终是标签列。

全面披露：我是 Tensorflow Decision Forests 的作者之一。