sklearn的DecisionTreeClassifier的目标权重参数 ：class_weight & min_weight_fraction_leaf

刚刚使用SKLearn学习机器学习进行数据分析，分享一些概念和想法，希望可以大家一起讨论，如果理解或者表达有不准确的地方，请多多指点，不吝赐教，非常感谢～～

本文将继续介绍sklearn的决策树模块的其他参数

涉及决策树其他参数：
请转至《DecisionTreeClassifier的criterion参数 与 使用红酒数据集创建一个树）》：https://blog.csdn.net/weixin_42969619/article/details/98884082
以及《sklearn的DecisionTreeClassifier的 random_state & splitter 参数》：
https://blog.csdn.net/weixin_42969619/article/details/99301017
以及《sklearn的DecisionTreeClassifier的5个剪枝参数》：

---

• DecisionTreeClassifier及重要参数：

class sklearn.tree.DecisionTreeClassifier (criterion=’gini’, splitter=’best’, max_depth=None,
min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features=None,
random_state=None, max_leaf_nodes=None, min_impurity_decrease=0.0, min_impurity_split=None,
class_weight=None, presort=False)

4. class_weight：平衡样本标签比例

默认None，即函数自动给与数据集中的所有标签相同的权重。
样本不平衡是指在一组数据集中，标签的一类天生占有很大的比例。分类结果就会受样本比例的影响，因此我们要使用class_weight参数对样本标签进行一定的均衡，给少量的标签更多的权重，让模型更偏向少数类，向捕获少数类的方向建模。

5. min_weight_fraction_leaf：基于权重的剪枝参数

有了权重之后，样本量就不再是单纯地记录数目，而是受输入的权重影响了；min_weight_
fraction_leaf 将比参数 min_samples_leaf 更少偏向主导类。
如果样本是加权的，则使用基于权重的预修剪标准来更容易优化树结构，这确保叶节点至少包含样本权重的总和的一小部分。