Scikit-learn: min_weight_fraction_leaf建议的改进

请提交公关

2016年6月29日，06：09，Ben [email protected]写道：

描述

我一直在使用的min_weight_fraction_leaf参数
DecisionTreeClassifier和RandomForestClassifier错误，我认为
可能其他人正在和我做同样的事情。

例如，以下位置的min_weight_fraction_leaf文档
DecisionTreeClassifier
http://scikit-learn.org/stable/modules/generation/sklearn.tree.DecisionTreeClassifier.html
说

输入样本的最小加权分数必须在
叶节点。

我真的不清楚文档的“加权分数”是什么意思。
输入样本”。最初，我认为这是基于
类的大小或class_weight给定的值。 我认为有一点
更改参数说明可以消除这种混乱。 也许
就像是

输入样本的最小加权分数必须在
权重由fit（）方法中的sample_weight确定的叶节点。

此外，看来min_weight_fraction_leaf仅在以下情况下适用
sample_weight在调用fit（）中提供。 如果sample_weight不是
在对fit（）的调用中提供的min_weight_fraction_leaf处于静默状态
忽略了。 在这里，我认为min_weight_fraction_leaf应该仍然适用于
假设所有样本均等加权或应给出警告
鉴于min_weight_fraction_leaf将不使用，因为sample_weight
没有提供。
版本号

达尔文15.5.0-x86_64-i386-64bit
Python 3.5.1 | Continuum Analytics，Inc. | （默认值，2015年12月7日，11：24：55）
[GCC 4.2.1（Apple Inc.内部版本5577）]
NumPy 1.11.0
科学0.10.1
Scikit-Learn 0.17.1

-
您收到此消息是因为您已订阅此线程。
直接回复此电子邮件，在GitHub上查看
https://github.com/scikit-learn/scikit-learn/issues/6945 ，或将
线
https://github.com/notifications/unsubscribe/AAEz6xE2BmEJHo6hGgTWoigsPutoD4_nks5qQX9zgaJpZM4JAe96
。

我认为，如果设置了min_weight_fraction_leaf而没有提供sample_weights ，它应该会引发错误或采用统一的权重。 在这种情况下，使用min_samples_leaf有点多余，但我认为假设统一权重仍然会更好。

我认为这类似于min_samples_leaf 。 min_weight_fraction_leaf不需要在每个叶节点中要求绝对数量的样本，而是可以选择在每个叶中要求样本（或权重）的一小部分。 模型是否对样本使用权重取决于class_weight 。