如何计算样本权重和类别权重？ 样本权重怎样起作用？

LightGBM 的参数 class_weight = balanced 时， 样本权重是这样计算的 n_samples / (n_classes * np.bincount(y)) 。np.bincount() 就是统计每一种取值的数量。对某个类别的样本，权重是 n_sample / (n_classes* 该类别样本总数)。

如果每个类别的数量相同，都是 n_samples / n_classes ，那么得到的每个样本的权重就都是1。文档中也说了，默认情况下，每个样本的权重是1。
同样，手动设置样本权重时，可以参考上面这个公式，保持让所有样本权重的和等于n_samples。

按照这种方式，样本数量少于均值的类别，权重会大于1。类别越少，权重越大。

计算loss时，实际上是一个batch中每个样本的loss求均值。
求均值，就相当于默认每个样本对loss的影响是相同的。

如果某一类样本较多，这类样本自然会对loss影响更大，对梯度的影响更大，最终得到的局部最优更倾向于拟合样本多的类别。

手动的增大或减小样本权重，实际上就是在计算loss时，增加或减少不同样本对loss的影响，从而影响梯度，以及最终获得的局部最优。