c++ - 使用采样频率的 mlpack 训练加权决策树

Question

按照官方文档中的示例，我现在正在训练一个决策树分类器：

arma::rowvec weights = arma::randu<arma::mat>(1, labels.size());
size_t numClasses = 2;

KFoldCV<DecisionTree<>, Accuracy> cv2(5, data, labels, numClasses, weights);
size_t minimumLeafSize = 12;
double weightedDecisionTreeAccuracy = cv2.Evaluate(minimumLeafSize);

我的问题：如果来自 2 个类的样本分布不均匀，DecisionTree 是否运作良好？我应该如何修改我的代码以考虑到在训练集中有 75% 的样本来自第 1 类，它们狭窄地分布在单个值附近，而剩下的 25% 来自第 2 类并且非常稀疏？

标签： c++decision-treemlpack