Scikit learn 获取时未能训练SVM“；警告：未找到权重中指定的类别标签0“；

我偶然发现了这个问题（当我使用K-fold来训练海量数据时）

我遇到的问题与这个问题类似。但是，当我收到“未找到权重中指定的类标签0”警告时，我甚至无法获得模型（内核是线性的）

可以从中复制x、y和w

下面是我的代码和错误：

>>> clf = SVC(C=0.5,class_weight='balanced',kernel='linear')
>>> clf.fit(x, y, sample_weight=w)
warning: class label 0 specified in weight is not found
SVC(C=0.5, cache_size=200, class_weight='balanced', coef0=0.0,
  decision_function_shape=None, degree=3, gamma='auto', kernel='linear',
  max_iter=-1, probability=False, random_state=None, shrinking=True,
  tol=0.001, verbose=False)
>>> clf.coef_
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/xxx/lib/python2.7/site-packages/sklearn/svm/base.py", line 488, in coef_
    coef = self._get_coef()
  File "/xxx/lib/python2.7/site-packages/sklearn/svm/base.py", line 707, in _get_coef
    if sp.issparse(coef[0]):
IndexError: list index out of range

clf=SVC（C=0.5，class_weight='balanced'，kernel='linear'） >>>clf.配合（x，y，样品重量=w） 警告：找不到权重中指定的类标签0 SVC（C=0.5，缓存大小=200，类权重='balanced'，coef0=0.0， 决策函数形状=无，度=3，gamma='auto'，内核='linear'， 最大值=1，概率=假，随机状态=无，收缩=真， tol=0.001，详细=False） >>>clf.coef_ 回溯（最近一次呼叫最后一次）： 文件“”，第1行，在 文件“/xxx/lib/python2.7/site packages/sklearn/svm/base.py”，第488行，coef格式_ coef=self.\u get\u coef（） 文件“/xxx/lib/python2.7/site packages/sklearn/svm/base.py”，第707行，在 如果sp.issparse（coef[0]）： 索引器：列表索引超出范围

---

我可以重现错误。这是一只虫子。