python - sklearn.utils.class_weight 抛出“类应该包括所有可以在 y 中的有效标签”错误

Question

为了“方便”，我尝试使用 sklearn.utils.class_weight，compute_class_weight 函数

但是，我得到“类应该包括所有可以在 y 中的有效标签”错误；尽管如此，我 100% 确信我给出了所有的类标签。

print(np.unique('y_train'), ' classes in training set')
>>> 86  classes in training set

所以这没有问题；拿镜头：

print(len(y_train), 'train samples')
>>> 6914 train samples

只是为了确保形状：

y_train.shape
>>> (6914, 1)

所以是的，我有一个训练样本向量；而且我知道四五个班级完全占主导地位，所以我想增加一些班级权重。

from  sklearn.utils.class_weight import compute_class_weight

class_weights = compute_class_weight('balanced', classes = np.unique(y_train), y = y_train)
>>> ValueError: classes should include all valid labels that can be in y

我在这里。这里有什么问题？

Answer 1

解决了。不管怎么说，还是要谢谢你。

形状(many, one)是个问题，np.ravel()它不再是个问题。

from  sklearn.utils.class_weight import compute_class_weight
class_weights = compute_class_weight('balanced', classes = np.unique(y_train), y = np.ravel(y_train))