LightGBM“class_weight”参数：是否与二进制分类一起使用？

Question

在处理班级不平衡问题时，惩罚大多数班级是我在构建机器学习模型时遇到的一种常见做法。因此，我经常在重新采样后使用类权重。LightGBM是一种有效的基于决策树的框架，被认为可以很好地处理类不平衡问题。所以我使用LightGBM模型来解决我的二进制分类问题。数据集具有高级别不平衡，比例为34:1

我最初使用带有“类权重”参数的LightGBM分类器。然而，LightGBM分类器的文档中提到仅将此参数用于多类问题。对于二元分类，建议使用“is_不平衡”或“scale_pos_weight”参数。但是，通过使用类权重，我看到了更好的结果，与使用其他两个参数相比，调整权重和跟踪模型性能也更容易

但是，既然文档建议不要将其用于二进制分类，那么使用该参数会有任何影响吗？我在测试数据和验证数据上使用它得到了很好的结果，但我想知道它在其他实时数据上是否会表现出其他的行为