Python 中 SVM 分类器的 Class_weight答案

【问题标题】：Class_weight for SVM classifier in PythonPython 中 SVM 分类器的 Class_weight
【发布时间】：2017-01-31 01:41:08
【问题描述】：

我有一组参数可以使用 GridSearchCV 为 svm.SVC 分类器选择最佳参数：

X=dataset.ix[:, dataset.columns != 'class']
Y=dataset['class']
X_train, X_test, Y_train, Y_test = cross_validation.train_test_split(X, Y, test_size=0.5)

clf=svm.SVC()
params=
        {'kernel':['linear', 'rbf', 'poly', 'sigmoid'],
         'C':[1, 5, 10],
         'degree':[2,3],
         'gamma':[0.025, 1.0, 1.25, 1.5, 1.75, 2.0],
         'coef0':[2, 5, 9],
         'class_weight': [{1:10}, 'balanced']}

searcher = GridSearchCV(clf, params, cv=9, n_jobs=-1, scoring=f1)
searcher.fit(X_train, Y_train)

我得到了错误：ValueError: class_weight must be dict, 'auto', or None, got: 'balanced' 为什么我有它，如果在 svm 参数说明中有'balanced'，而不是'auto'？

【问题讨论】：

标签： python machine-learning scikit-learn svm

【解决方案1】：

'balanced' 应该可以正常工作，如您在第 51 行或第 74 行中看到的https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/utils/class_weight.py

执行sklearn.__version__查看你运行的是什么版本。

【讨论】：