关于sklearn下class_weight参数的一点源码阅读与测试

一直没有很在意过sklearn的class_weight的这个参数的具体作用细节，只大致了解是是用于处理样本不均衡。后来在简书上阅读svm松弛变量的一些推导的时候，看到样本不均衡的带来的问题时候，想更深层次的看一下class_weight的具体作用方式，

svm松弛变量的简书链接：https://www.jianshu.com/p/8a499171baa9

该文中的样本不均衡的描述：

“样本偏斜是指数据集中正负类样本数量不均，比如正类样本有10000个，负类样本只有100个，这就可能使得超平面被“推向”负类（因为负类数量少，分布得不够广），影响结果的准确性。” 

随后翻开sklearn LR的源码：

我们以分类作为说明重点

在输入参数class_weight=‘balanced’的时候：

# compute the class weights for the entire dataset y
    if class_weight == "balanced":
        class_weight = compute_class_weight(class_weight,
                                            np.arange(len(self.classes_)),
                                                y)
        class_weight = dict(enumerate(class_weigh