在逻辑回归的情况下，课程权重究竟如何运作？

Question

据我所知，班级重量可用于计算加权总误差。然而，对于逻辑回归，目标函数是作为产品形式的最大似然。如何将权重添加到目标函数中？

Answer 1

我对sample_weight有类似的疑问，我问过here

我假设在sample_weight的情况下，目标函数的变化与我的问题中的等式一样。

在Sklearn调用的用于Logistic回归的Liblinear的code中，写了

//每个实例都由sample_weight * class_weight加权

所以，s_k将是第n个样本的sample_weight * class_weight，在我的问题的等式中。但我不确定，也不知道它是否遵循Logistic回归理论。