sklearn.utils.class_weight.compute_class_weight

sklearn.utils.class_weight.compute_class_weight()

Estimar los pesos de las clases para conjuntos de datos no equilibrados.

Parámetros

class_weightdict, “balanced” o None

Si está equilibrado, los pesos de las clases vendrán dados por n_samples / (n_clases * np.bincount(y)). Si se da un diccionario, las claves son las clases y los valores son los pesos de las clases correspondientes. Si se da None, los pesos de las clases serán uniformes.

classesndarray

Arreglo de las clases que aparecen en los datos, según np.unique(y_org) con y_org las etiquetas de clase originales.

yarray-like de forma (n_samples,)

Arreglo de etiquetas de clase originales por muestra.

Devuelve

class_weight_vectndarray de forma (n_classes,)

Arreglo con class_weight_vect[i] el peso para la i-ésima clase.

Referencias

La heurística «equilibrada» está inspirada en la Regresión Logística en Datos de Eventos Inusuales, King, Zen, 2001.