我有一个类别大约有100个数据元素，另一个类别大约有6000个数据元素。当我使用这些数据创建SVM时，无论我尝试预测什么新元素，它总是返回多数类别的标签。有没有办法在sklearn的SVM中对少数类别的错误分类进行惩罚，这样我就可以使用所有数据元素，而不必从多数类别中抽样100个元素来进行测试？

回答：

SVC有以下参数可供使用

class_weight : {dict, 'auto'}, optional    将类别i的参数C设置为class_weight[i]*C，用于    SVC。如果未指定，所有类别都被假定为权重为1。'auto'模式使用y的值    自动调整权重，使其与类别频率成反比。