Parâmetro 'class_weight'

Oii Fabricio, tudo bem?

O class_weight não tem o mesmo resultado que o SMOTE , pois eles são métodos diferentes. Quando aplicamos o class_weight ele modifica diretamente a função de perda que dá mais ou menos penalidade para cada classe. Já o método SMOTE cria novos dados para a classe que está desbalanceada, utilizando a abordagem de KNN, e faz com que a classe tenha dados semelhantes.

O class_weight é uma forma de lidar com dados desbalanceados sim, mas sobre qual é o melhor método entre eles só é possível saber testando pois em alguns casos o class_weight pode ser melhor que o SMOTE e vice versa.

Uma sugestão nesse caso é fazer o teste com o conjunto de dados do curso, utilizando o class_weight. Para cada um dos modelos de ML que utilizamos em aula, você pode encontrar as recomendações de uso nas documentações do SkLearn, como por exemplo a documentação do modelo DecisionTreeClassifier.

Espero que tenha te ajudado!

Qualquer outra dúvida estou por aqui, bons estudos!

Obrigado, testei aqui e foi bem interessante. Vou continuar pesquisando!