在 sklearn.neural_network 中初始化权重

Question

我想在 MLPclassifier 中初始化权重，但是当我在.fit()方法中使用 sample_weight 时，它说TypeError: fit() got an unexpected keyword argument 'sample_weight'import sklearn.neural_network as SKNNmlp_classifier = SKNN.MLPClassifier((10,), learning_rate="invscaling",solver="lbfgs")fit_model = mlp_classifier.fit(train_data,train_target,  sample_weight = weight)我还阅读了`sample_weight` 对 `DecisionTreeClassifier` 在 sklearn 中的工作方式有何影响？，它说你应该在.fit()方法中使用 sample_weight 。有什么方法可以像在 中使用sample_weight的MLPclassifier那样使用Decisiontreeclassifier吗？

Answer 1

那是因为MLPClassifierlikeDecisionTreeClassifier没有fit()带sample_weight参数的方法。