代码之家 › 专栏 › 技术社区 › mad

Scikits学习svm SVC简单问题

svc scikit-learn svm python

1

mad · 技术社区 · 13 年前

我有一个问题已经解决了,但我想知道我是不是对的。

在scikit关于SVM SVC的学习文档中,有一个通过在类中使用权重来管理不平衡数据的示例。

他们举了一个例子,在svm中通知类的权重。SVC()

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

但如果在源代码上重现此命令,我会得到以下错误:

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

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

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

我说得对吗?有人遇到过这个问题吗?

1 回复 | 直到 13 年前

1

2

ehacinom 11 年前

关键字“class_weight”尚未在SVC的sklearn版本中实现,但它适用于SVC.fit()。sklearn更新其函数的速度有时比您想象的要慢,并且您正在阅读的文档可能是/dev/或/stable/,而不是您的版本。