如何用随机搜索优化SVM的权重？

Question

我使用sklearn.svm.SVC对SVM分类2,3和4类。

SVC支持作为参数class_weight，我想使用它，因为我有严重的类不平衡（大约70％对2类30％）。为了优化SVM的其他参数（gamma和C）我使用RandomizedSearchCV。对于param_distributions RandomizedSearchCV我目前正在使用以下发行版：

mdl = svc(probability = True, random_state = 1)
RandomizedSearchCV(mdl, param_distributions = params, n_iter = 100, random_state = 1) 
params = {'clf__C': scipy.stats.expon(scale=100), 'clf__gamma': scipy.stats.expon(scale=.1), 'clf__kernel': ['rbf']}

如果我使用2,3和4课程，我应该为params class_weight添加哪些发布内容？