考试报名
考试报名
考试内容
考试大纲
在线客服
返回顶部

备考刷题,请到

CDA认证小程序

在 sklearn 的 DecisionTreeClassifier 中,如果数据集的类别不平衡(例如,90% 的数据属于类别 A,10% 属于类别 B),哪种方法可以有效应对?
A. 增加树的深度以捕捉少数类样本的模式
B. 在 DecisionTreeClassifier 中设置 class_weight="balanced"
C. 只用少数类数据进行训练
D. 仅使用交叉熵作为划分标准
上一题
下一题
收藏
点赞
评论
题目解析
题目评论(0)

对于类别不平衡的问题,可以通过 class_weight="balanced" 让模型调整类别权重,使少数类对损失函数的贡献增加,从而降低类别不均衡的影响。A 可能导致过拟合,C 会丢失大量信息,D 仅影响划分标准,并不能直接解决类别不均衡问题。