python中BaggingClassifier的权重

Question

我想在 sklearn 中为 BaggingClassifier 使用不同的权重。 对于值为 1、2、3 的类型，对于我来说，我需要分别使用 1、30、30 和 30 的权重。 http://scikit-learn.org/stable/modules/generated/sklearn.ensemble.BaggingClassifier.html#sklearn.ensemble.BaggingClassifier.fit

这是我的代码：

 sample_weight=[1,30,30,30]
bagging.fit(XTrain,yTrain,sample_weight)

这不起作用。你能指导我正确的格式是什么吗？

根据此处提供的帮助，我执行了以下操作：

bagging.fit(XTrain,yTrain,sample_weight=w)

和 w 形状是 ('w.shape', (417, 1)) 和 ('XTrain.shape', (417, 7)), yTrain.shape (417,) 我收到以下错误：ValueError: could not broadcast input array from shape (417,417) into shape (417,1)

Answer 1

sample_weight 的形状需要在XTrain 中为equal to the number of items

sample_weight : array-like, shape = [n_samples] or None

但是请注意：

样本权重。如果没有，则样本的权重相同。请注意，仅当基础估计器支持样本加权时才支持此功能。