如何在sklearn中对SVM的某一类别惩罚错误？

Question

我有大约100个数据元素属于一个类别，而另一个类别有大约6000个数据元素。当我用这些数据创建一个支持向量机（svm）模型时，它对每个我想预测的新元素都只返回数量较多的那个类别的标签。有没有办法让sklearn的svm在分类时对数量较少的类别进行惩罚，这样我就可以真正利用我所有的数据元素，而不需要从数量较多的类别中抽取100个元素来进行测试呢？

Answer 1

SVC有一些参数可以使用

class_weight : {dict, 'auto'}, optional
    Set the parameter C of class i to class_weight[i]*C for
    SVC. If not given, all classes are supposed to have
    weight one. The 'auto' mode uses the values of y to
    automatically adjust weights inversely proportional to
    class frequencies.