これなーに
正解率が偏らないように、lightGBMのweightを指定したくなった。
以下を参考に実施してみる。
qiita.com
irisのデータで試す。notebookべたばりですいません。。
ここまでがノーマル。クラス2が苦手であることがわかる。
そこで、クラス2だけweightを上げてみる。
狙い通りクラス2上がったけど、クラス1も上がってるのはなんで??
注意が必要なのは、weightを付与するためにclassラベル付けると、それを削除しないとカンニングになる。
weight用のカラムもちゃんと削除して学習/予測しないとね。
しかし、validデータにweightを付与するのはなぜだろう??
学習時のパラメータ更新のためのものだと思うんだけど。。