Python 在keras中对不平衡数据集使用class_权重时，准确度显著降低

我有一个相当不敏感的问题。我正在对亚马逊书评进行情绪分析，数据集严重失衡。正面评价几乎是负面评价的10倍，培训和测试的准确率都在90%左右（数据集不平衡）。然而，当我试图借助

class_weight={0:10，1:1}

来平衡数据集时，训练和测试的准确率都会下降到65%左右。同样，如果我做了

class_weight={0:1，1:10}

class_weight的话，准确性又会下降，所以显然我设置

class_weight

是错误的，但正如我所理解的，因为正面评论（1）的数量是负面评论（0）的10倍，所以

class_weight

不应该设置为{0:10，1:1}

这是我如何对培训和测试数据进行分类的：

x_train, x_test, y_train, y_test = train_test_split(sequences,labels, test_size = 0.33, random_state = 42)

这是我的模型：

model = Sequential()
model.add(Embedding(max_words, embedding_dim))
model.add(Dropout(0.5))
model.add(LSTM(32, dropout=0.5, recurrent_dropout=0.5))
model.add(Dense(2, activation='sigmoid'))
model.compile(optimizer='rmsprop', loss='binary_crossentropy',metrics=['acc'])
model.fit(x_train, y_train, epochs=10, batch_size=320, class_weight = {0:1 , 1:10})

---

为数据集中频率较低的类设置较高的类权重是正确的方法。除了准确性，您还可以查看其他更像精度、召回率、F1分数、auc_roc分数（一致性）、混淆矩阵的数据，以实际了解模型在学习什么

当然，如果你不平衡损失，你会得到比平衡损失更好的准确度。事实上，这就是平衡的原因。否则，预测所有评论的正面等级的模型将为您提供90%的准确率。但这种模式是无用的。对于这种极不平衡的数据集，准确度通常是一个糟糕的指标。改用F1，您将看到不平衡模型给出的F1更差

请注意，模型学到的一件事是，即使没有看到样本，样本为0或1的“可能性”有多大。当你像这样使用类权重时，你实际上改变了模型。好吧，但我想了解类权重的准确度明显较低，因为多种原因，准确度较低。更改模型体系结构、数据预处理、模型超参数等。