我有一个数据集，其中类别分布不均衡。类别是0、1或2。

我如何计算每个类别的预测错误，然后在scikit-learn中相应地重新平衡weights？

回答：

如果你想完全平衡（将每个类别视为同样重要），你可以简单地传递class_weight='balanced'，正如文档中所述：

“balanced”模式使用y的值自动调整权重，使其与输入数据中类别频率成反比，计算公式为n_samples / (n_classes * np.bincount(y))