Scikit-learn SVM SVC 简单问题

Question

我遇到了一个问题，虽然我解决了，但我想确认一下我做得对不对。

在scikit-learn的文档中，关于支持向量机（SVM）和SVC，有一个例子讲的是如何处理不平衡的数据，方法是给不同的类别设置权重。

他们给了一个例子，说明在svm.SVC()中如何设置类别权重。

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

但是如果我在源代码中重复这个命令，就会出现以下错误：

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

不过，如果我把类别权重放在fit()函数中，这个问题就解决了：

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

我这样做对吗？有没有人遇到过这个问题？

Answer 1

在你现在使用的sklearn版本中，'class_weight'这个关键词还没有在SVC里实现，不过在SVC.fit()里是可以用的。sklearn更新功能的速度有时候比你想象的要慢，而你正在查看的文档可能是/dev/或者/stable/版本，而不是你当前使用的版本。