[Machine Learning] 클래스 가중치 (Class Weight)

클래스 가중치 (Class Weight)

 

from sklearn.model_selection import GridSearchCV
from sklearn.ensemble import RandomForestClassifier

# 분류기와 파라미터 그리드 정의
classifier = RandomForestClassifier()
param_grid = {
    'class_weight': ['balanced', None],
    'max_depth': [3, 5, 10],
    'n_estimators': [80, 100, 150]
}

# GridSearchCV를 사용하여 최적의 파라미터 찾기
grid_search = GridSearchCV(classifier, param_grid, cv=5)
grid_search.fit(X_train, y_train)

# 최적의 파라미터와 성능 출력
print("Best parameters:", grid_search.best_params_)
print("Best score:", grid_search.best_score_)

 

param_grid을 통해 불균형한 데이터에 가중치를 달리 적용하여 더 적은 클래스에 대해 모델이 잘 훈련할 수 있다.

 

https://scikit-learn.org/stable/modules/grid_search.html

3.2. Tuning the hyper-parameters of an estimator