sklearn中fit()的sample_weight参数直接传入一维非负数组即可，长度须与X样本数严格对齐；它在损失计算时加权（如逻辑回归为weight_i * log_loss），不改变模型结构，权重为0则样本被忽略，无需归一化但需防数值不稳定。
sklearn中fit()的sample_weight参数怎么用
绝大多数scikit-learn分类器和回归器都原生支持加权训练，关键就是fit()方法的sample_weight参数。它不改变模型结构，只在损失计算时对每个样本乘上对应权重——比如逻辑回归里，对数损失会变成weight_i * log_loss(y_i, pred_i)。
常见错误是把sample_weight当成类别权重传给class_weight，或误以为要改写数据集本身。其实只需准备一个和X行数一致的一维数组（或list），元素为非负浮点数即可。
-
sample_weight必须和X的样本数严格对齐，长度不匹配会报ValueError: sample_weight.shape != (n_samples,) - 权重为0的样本会被完全忽略（等价于从训练集中剔除）
- 权重不需要归一化，但极端差异（如1 vs 1e6）可能引发数值不稳定，可考虑用
np.log1p()压缩量级 - 注意：
GridSearchCV默认不传递sample_weight，需显式设置fit_params={'sample_weight': weights}
处理类别不平衡时，sample_weight和class_weight的区别
class_weight='balanced'是sample_weight的快捷封装：它先统计各类别频次，再为每个样本赋值n_samples / (n_classes * n_samples_in_class)。但这种全局平均策略在多类+样本分布不均时容易失效——比如某类内部有高置信难例和低置信易例，统一权重无法区分。
更灵活的做法是手动构造sample_weight：
- 按类别指定基础权重（如
{0: 1.0, 1: 5.0}），再乘以样本级置信度（如预测概率、特征离群程度） - 使用集成方法输出的误差信号（如AdaBoost中前一轮的误分样本自动获得更高权重）
- 时间序列场景下，近期样本权重指数衰减：
weights = np.exp(-0.1 * np.arange(n_samples)[::-1])
直接用class_weight省事，但想精细调控样本粒度的影响，必须走sample_weight路径。
LightGBM/XGBoost中weight参数的位置和陷阱
树模型库的权重接口位置不统一，且命名易混淆：LightGBM用train()的params里嵌套'weight'键；XGBoost则在DMatrix构造时传weight参数。漏掉或放错位置会导致权重静默失效——模型照常训练，但根本没生效。
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
典型错误示例：
import lightgbm as lgb
# ❌ 错误：weight不能放在params顶层
params = {'learning_rate': 0.1, 'weight': weights}
train_data = lgb.Dataset(X, y)
<h1>✅ 正确：weight是Dataset的参数</h1><p>train_data = lgb.Dataset(X, y, weight=weights)</p>
-
XGBoost中DMatrix的weight必须是1D array，且dtype推荐np.float32，否则可能触发隐式转换警告 -
catboost用sample_weights参数，且仅支持在Pool对象中传入，fit()时不接受该参数 - 所有梯度提升框架中，权重影响的是每棵树分裂时的一阶/二阶导数加权求和，不是简单地重复采样
验证加权是否真正起效
权重是否被正确应用，不能只看训练损失下降，得检查梯度更新行为或验证集上的分层表现。最直接的办法是构造一个极简测试用例：让少数类样本权重设为100，其余为1，然后观察训练后模型对少数类的预测概率分布是否明显右偏。
- 用
sklearn.metrics.classification_report(y_true, y_pred, sample_weight=val_weights)评估验证集，确保val_weights与训练权重逻辑一致 - 对于树模型，可调用
booster.get_score(importance_type='gain')查看特征重要性是否因权重变化而显著偏移 - 警惕“伪加权”：如果数据预处理（如StandardScaler）在加权前做了全局标准化，权重对尺度敏感的特征影响会被削弱
权重机制本身很简单，但实际落地时，权重生成逻辑的合理性、与验证方式的匹配度、以及框架间接口的细微差异，才是决定效果的关键。
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！
