我想在keras model.fit中使用class_weight参数来处理不平衡的训练数据。通过看一些文件,我明白我们可以通过这样的字典:Keras:用于单热编码的类权重(class_weight)
class_weight = {0 : 1,
1: 1,
2: 5}
(在这个例子中,2类将得到的损失函数的较高刑罚)
的问题是,我的网络的输出具有单热编码,即类0 =(1,0,0),类1 =(0,1,0)和类3 =(0,0,1)。
我们如何使用class_weight实现单热编码输出?
通过查看some codes in Keras,它看起来像_feed_output_names
包含输出类的列表,但对我来说,model.output_names
/model._feed_output_names
回报['dense_1']
相关:How to set class weights for imbalanced classes in Keras?
sample_weight_mode =“temporal”如何帮助多级单热编码目标?你有没有想法如何处理每个样本可能需要多个班级的情况?谢谢 – olix20