class_weight参数用于在randomforestclassifier中对类别进行加权，影响每棵树分裂时的不纯度计算：设为'balanced'时，权重按n_samples/(n_classes×n_samples_of_class)自动计算；也可传入覆盖所有标签的字典（如{0:1,1:5}）；与sample_weight不同，它属于模型级参数，两者共存时权重相乘。
class_weight参数在RandomForestClassifier里怎么设
这个参数不是直接控制单棵树的，而是作用于每棵决策树训练时的样本加权逻辑——它会影响基尼不纯度或信息增益的计算方式，让模型更关注少数类样本。默认是None，即所有类别权重相等；设为'balanced'会自动按类别频率反比分配权重；也可以传入字典，比如{0: 1, 1: 5}表示把正例（标签1）的损失放大5倍。
用'balanced'时权重怎么算出来的
Scikit-learn内部用的是n_samples / (n_classes * n_samples_of_class)。比如二分类中，负例有900个、正例100个，总样本1000，则负例权重≈1000/(2×900)≈0.56，正例≈1000/(2×100)=5。注意：这个值是每棵树独立应用的，不是全局重采样。
常见误操作：class_weight='balanced_subsample'看起来更合理，但它只在RandomForestClassifier的bootstrap=True（默认）且每个子样本内单独计算权重——容易导致不同树之间权重波动大，实际效果不稳定，一般不推荐。
手动设字典权重要注意什么
必须覆盖所有真实标签值，哪怕某类在训练集里没出现（比如你预设了标签0/1/2，但训练数据只有0和1），缺失键会报ValueError: Class label not present。另外，权重只影响损失计算，不影响特征分裂时的样本选择逻辑——也就是说，即使给少数类很高权重，树仍可能因为特征分布原因继续偏向多数类。
- 检查标签范围：
np.unique(y_train) - 避免浮点精度问题：用
int或float都行，但别混用类型（如{0: 1.0, 1: '5'}会出错） - 调试建议：先用
class_weight='balanced'跑通流程，再微调字典值
和sample\_weight比起来有什么区别
sample_weight是传给fit()方法的数组，控制每个样本的贡献度，优先级更高；class_weight是构造器参数，属于模型定义的一部分。两者同时存在时，scikit-learn会把它们相乘后使用。但绝大多数场景下，只用class_weight就够了——除非你要对某些异常样本（比如标注特别可信的）额外加权。
一个容易被忽略的点：如果用了class_weight='balanced'，又在fit()里传了sample_weight，那最终权重是自动计算出的类别权重 × 你给的样本权重，不是简单替换。这点在交叉验证或网格搜索中尤其容易引发结果不可复现的问题。
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！
