当面临不平衡的数据集，分类算法可能会偏好多数类，导致少数类样本分类效果不佳。为解决这一问题，引入样本权重（sample weight）成为了关键。假设数据集中，正类样本（y=1）数量为300，而负类样本（y=0）数量为700。如果不考虑不平衡，分类结果可能倾向于多数类，忽视少数类的重要性。样本权重通过调整各...
sample weight可以简单理解为duplicate，即把少数类的样本拿出来复制来增加它的数量，但是实际不会这样操作...