¿Qué hace class_weight="balanced" en clasificadores de scikit-learn como LogisticRegression?
Opciones
- Duplica filas de la clase minoritaria
- Elimina filas de la clase mayoritaria
- Pondera cada clase de forma inversa a su frecuencia, así que los errores en la clase rara cuestan más (Opción correcta)
- Fija el umbral de decisión para que coincida con la proporción de clases
Respuesta
Pondera cada clase de forma inversa a su frecuencia, así que los errores en la clase rara cuestan más
Por qué
Los datos se quedan igual. Cada muestra recibe un peso de n_samples / (n_classes × n_samples_de_su_clase), así que los errores en ejemplos raros pesan más en la pérdida.
Esto suele dar resultados parecidos a sobremuestrear sin copiar filas.
Cambia las probabilidades del modelo, así que recalíbralas si necesitas probabilidades reales.
Recuerda
Los pesos de clase hacen que los errores en la clase rara cuesten más.