keras中模型训练class_weight,sample_weight区别说明

class_weight---主要针对的上数据不均衡问题，比如：异常检测的二项分类问题，异常数据仅占1%，正常数据占99%; 此时就要设置不同类对loss的影响。sample_weigh---主要解决的是样本质量不同的问题，比如前1000个样本的可信度，那么它的权重就要高，后1000个样本可能有错、不可信，那么权重就要调低。当数据处理不均衡时，比如处理癌症训练问题，有病样本很少，参考：一、loss函数的权重问题训练时，设置的权重：二、编译时设置模型的metrics