我需要设置sample_weights参数来训练Keras上的不平衡类。
如果我尝试使用权重列表，则会出错： AttributeError：'list'对象没有属性'shape'
如果我尝试使用1D数组，则会出错： ValueError：找到一个带有形状（17，）的sample_weight数组，用于形状为（180,17）的输入。 sample_weight无法广播。
model.evaluate(X, Y, batch_size=50, sample_weight=weights)
在一天结束时，我尝试传递此参数的任何方式都会产生一些错误。
有什么想法吗？
答案 0 :(得分：0)
您需要塑造为(180,)的权重。训练数据中每个样本一个权重。
答案 1 :(得分：0)
正确的参数是class_weight，它接受权重字典。
weights = dict([0:1, 1:2, 2:1, 3:5])
model.evaluate(X, Y, batch_size=50, class_weight=weights)