class_weight="balanced"仅补偿类别频次差异，不建模非对称误诊代价；sample_weight支持逐样本加权但需严格对齐；真正代价敏感需自定义业务损失函数+阈值调优。
class_weight 是最直接、最常用的入口，但它的行为常被误读——它不等于代价矩阵，而是近似加权后的先验调整。
为什么 class_weight="balanced" 不等于医疗场景下的代价敏感？
scikit-learn 的 class_weight="balanced" 会按 n_samples / (n_classes * n_samples_in_class) 自动计算权重，本质是补偿类别频次差异，不是建模误诊代价。比如阳性样本占 5%，它给阳性类赋权 ≈ 10，但这无法区分「漏诊（FN）代价 5000 元」和「误诊（FP）代价 1000 元」这种非对称风险。
- 它只调整训练时的样本损失权重，不改变决策阈值或混淆矩阵中的代价结构
- 对随机森林、逻辑回归等支持
class_weight的模型有效；但对 SVC 默认不生效，需显式传入class_weight参数 - 若你已有明确代价比（如
C(1,0)/C(0,1) == 5），更稳妥的做法是手动设class_weight={0: 1, 1: 5}
sample_weight 比 class_weight 更灵活，但容易漏掉关键步骤
当你有逐样本的业务含义（例如某高龄患者漏诊风险更高），sample_weight 是唯一选择。但它必须在 fit() 时显式传入，且不能和 class_weight 混用——后者会被忽略。
- 构造
sample_weight数组时，务必与y_train严格对齐：索引顺序错一位，权重就全错 - 常见错误：用 pandas DataFrame 直接切片生成 weight，结果因 index 不连续导致长度不匹配，报
ValueError: sample_weight.shape == (n_samples,) expected - 示例片段：
weight = np.ones(len(y_train))<br>weight[y_train == 1] = 5 # 阳性样本权重为 5<br>model.fit(X_train, y_train, sample_weight=weight)
代价矩阵真正起作用的地方：自定义评估 + 阈值调优
scikit-learn 没有内置代价矩阵接口，但你可以用 business_cost() 这类函数替代 accuracy_score 来驱动模型选择和阈值搜索。
- 别只看
f1_score或roc_auc：它们隐含等代价假设，和医疗/金融场景冲突 - 用
predict_proba()获取预测概率，再遍历阈值计算业务损失：np.where(y_prob >= threshold, 1, 0) - 关键细节：
confusion_matrix返回的是 [[TN, FP], [FN, TP]]，对应代价项要按行×列顺序映射，不是直觉上的「左上到右下」
真正难的不是写那几行 class_weight，而是把临床判断（比如“30 岁女性乳腺癌漏诊代价是误诊的 8 倍”）无损地翻译成数值权重，并在验证集上用真实业务损失而非指标曲线来锁定阈值。这步做不好，模型再“平衡”也只是统计幻觉。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
