python-3.x - 如何在 sklearn 逻辑回归中设置样本权重？

Question

我在 scikit learn python 包中进行逻辑回归时遇到问题。

当数据有不同数量的 1 或 0 样本时，我想对样本权重进行逻辑回归。但是，我有一些数据，所以我无法为每个数据获得相同数量的样本。

Answer 1

作为documentation sklearn 的 LogisticRegression 说，有两个选项可以为样本分配权重。

分类器接受一个class_weight参数，该参数可用于设置属于某个类的所有样本的权重。还可以应用 class_weight='balanced' 根据每个类别中的样本数量自动调整类别权重。

分类器的fit 方法还接受一个sample_weight 数组，该数组为各个样本分配权重。