reweighting:重新加权/再赋权;指在统计、机器学习、抽样、金融投资等情境中,调整各项数据、样本或资产的权重,以反映新的重要性、纠正偏差或匹配目标分布。(也可泛指“重新分配比重”。)
We are reweighting the survey results to match the population.
我们正在对调查结果进行重新加权,使其与总体人口结构相匹配。
After discovering bias in the training set, the team used reweighting to reduce the influence of overrepresented samples and improve fairness.
在发现训练集存在偏差后,团队采用重新加权来降低过度代表样本的影响,从而提升公平性。
/ˌriːˈweɪtɪŋ/
由 **re-**(“再次、重新”)+ weight(“权重;重要性”)+ -ing(动名词/名词化后缀)构成,字面意思是“重新赋予权重”。该词常用于需要“用权重表达影响力或比例”的领域,例如统计校正、重要性采样(importance sampling)与投资组合调整等。
该词更常见于学术与技术写作(统计学、机器学习、计量经济学与金融)。在以下经典著作/教材的相关章节中常会出现(多以“reweighting / importance reweighting / sample reweighting”等形式讨论):