Python 交叉验证的附加拟合参数

Python 交叉验证的附加拟合参数,python,machine-learning,scikit-learn,cross-validation,Python,Machine Learning,Scikit Learn,Cross Validation,使用scikit learn,当使用cross\val\u score时,是否有方法将附加参数传递给分类器的fit方法?例如,对于多项式nb分类器,您将如何指定样本权重或类权重: 我按照建议做了,并自己实现了该功能,该功能已添加到0.13版本中,如fit_params: 目前这是不可能的。请在问题页面上随意打开功能请求。您可以使用交叉验证对象并自己编写循环作为解决方法。Andreas:此注释是问题的最佳当前答案:您应该将其作为答案而不是注释移动,以便OP可以验证它,并且不会在stackoverf

使用
scikit learn
,当使用
cross\val\u score
时,是否有方法将附加参数传递给分类器的
fit
方法?例如,对于
多项式nb
分类器,您将如何指定
样本权重
类权重


我按照建议做了,并自己实现了该功能,该功能已添加到0.13版本中,如
fit_params


目前这是不可能的。请在问题页面上随意打开功能请求。您可以使用交叉验证对象并自己编写循环作为解决方法。Andreas:此注释是问题的最佳当前答案:您应该将其作为答案而不是注释移动,以便OP可以验证它,并且不会在stackoverflow问题列表中显示为未回答。@ogrisel是否有办法升级此问题对答案有何评论?还是我必须删除评论然后重新提交?我自己没有权利这么做。复制并粘贴评论作为答案。链接不起作用…@MutluSimsek我已经更新了链接,谢谢。