Поскольку веса основаны на частоте, наличие различного количества обучающих проверочных выборок может привести к смещению результатов проверки. Они должны быть одинакового размера.
ользуюkeras
пакет в R для обучения модели глубокого обучения. Мой набор данных сильно несбалансирован. Поэтому я хочу установитьclass_weight
аргумент вfit
функция. Вот функция fit и ее аргументы, которые я использовал для своей модели
history <- model %>% fit(
trainData, trainClass,
epochs = 5, batch_size = 1000,
class_weight = ????,
validation_split = 0.2
)
В питоне я могу установитьclass_weight
следующим образом:
class_weight={0:1, 1:30}
Но я не уверен, как это сделать в R. В меню помощи R это описываетclass_weight
следующим образом:
Необязательные именованные индексы отображения списка (целые числа) к весу (с плавающей запятой) для применения к потере модели для выборок из этого класса во время обучения. Это может быть полезно для того, чтобы сказать модели «уделять больше внимания» выборкам из недопредставленного класса.
Любая идея или предложения?