如何在决策树python中进行体重观察

Question

我有一个数据集，其中包含不同数量的策略。 与较少日子的政策相比，运行更多天的政策必须具有更高的重量。 在Python的基于树的模型中，有什么方法可以做到这一点吗？特别是决策树模型。

每个政策都是1行。

谢谢，

Answer 1

您可以使用sample_weight fit（）功能的参数来加重训练样本。

如下：

from sklearn.tree import DecisionTreeClassifier
from sklearn.datasets import make_classification

X, y = make_classification()
weights = np.random.uniform(size=y.shape)

DecisionTreeClassifier().fit(X, y, sample_weight=weights)