keras解决分类问题样本分布不均

         <!--一个博主专栏付费入口结束-->
        <link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-d284373521.css">
                                    <div id="content_views" class="markdown_views prism-atom-one-dark">
                <!-- flowchart 箭头图标 勿删 -->
                <svg xmlns="http://www.w3.org/2000/svg" style="display: none;">
                    <path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path>
                </svg>
                                        <p>转载自：<a href="https://blog.csdn.net/ssswill/article/details/90203428" rel="nofollow">https://blog.csdn.net/ssswill/article/details/90203428</a></p>

如果仅仅是类不平衡，则使用class_weight，sample_weights则是类内样本之间还不平衡的时候使用

1. 二者初步介绍

在keras的中文官方文档中，写到：

可以结合着一起看，出自：https://stackoverflow.com/questions/48315094/using-sample-weight-in-keras-for-sequence-labelling

2. 注意事项

sample_weight会覆盖class_weight，所以二者用其一。

3. 几种使用class_weight的方法

1. 直接用一个字典
   
   2.借助sklearn.utils.class_weight来实现weight的获取
   
   注意蓝框里的话，转为一个字典哦。

3.自己设计一个函数进行权重的计算，也是很有趣的一种方式

上面截图出自：
https://datascience.stackexchange.com/questions/13490/how-to-set-class-weights-for-imbalanced-classes-in-keras

如果仅仅是类不平衡，则使用class_weight，sample_weights则是类内样本之间还不平衡的时候使用。

                                </div>
            <link href="https://csdnimg.cn/release/phoenix/mdeditor/markdown_views-b6c3c6d139.css" rel="stylesheet">
                </div>