Python将类权重传递给SequentialFeatureSelector？答案

【问题标题】：Python pass class weights to SequentialFeatureSelector?Python将类权重传递给SequentialFeatureSelector？
【发布时间】：2021-01-05 03:43:10
【问题描述】：

from mlxtend.feature_selection import SequentialFeatureSelector as SFS

xgboost 分类器

XGB = xgboost.XGBClassifier(num_class = 3)

设置特征选择

SFSres = SFS(XGB, k_features=8,cv=5)

尝试传递类权重以进行特征选择

SFSres = SFSres.fit(train_data, train_labels, fit_params={'sample_weight':weights})

结果

TypeError: fit() 得到了一个意外的关键字参数“fit_params”

如何将类权重传递给特征选择？

【问题讨论】：

mlxtend 的哪个版本？
尝试更新mlextend，这个属性确实在最新版本的文档中
@yatu 17.0 现在我正在安装 17.3
@yatu mlxtend docs 说 fit_params 包含在 12.0 中。我现在的版本是 17.3 和错误“TypeError: fit() got an unexpected keyword argument 'fit_params'”。
这很奇怪。我用mlxtend.__version__ #'0.17.2'复制没有问题

【解决方案1】：

“文档不正确，需要更新”

决定：

fit(train_data, train_labels, sample_weight=weights)

【讨论】：