Scikits-learn svm SVC简单问题

Question

我有一个问题，我解决了，但我想知道我是否正确。

关于scikit关于SVM SVC的学习文档，有一个例子是通过在类中使用权重来管理不平衡数据。

便将所在班重量svm.SVC（被告知）的示例

wclf = svm.SVC(kernel='linear', class_weight={1: 10}) 

但如果再现源代码此命令，我得到以下错误：

wclf = svm.SVC(kernel='linear', class_weight={1: 10}) 
    TypeError: __init__() got an unexpected keyword argument 'class_weight' 

但是，如果将fit_函数上的classes_weight放在fit（）函数上，问题就解决了：

wclf.fit(X, y, class_weight={1: 10}) 

am I r ight关于这个？有没有人有过这个问题？

Answer 1

关键字'class_weight'尚未在您的SVC的sklearn版本中实现，但它用于SVC.fit（）。 sklearn有时会比你想象的更新它们的功能，并且你正在阅读的文档可能是/ dev /或/ stable /而不是你的版本。